• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于多種群遺傳算法的多機(jī)器人路徑規(guī)劃

      2022-07-09 13:10:12周紅勛
      電子技術(shù)與軟件工程 2022年9期
      關(guān)鍵詞:焊點(diǎn)適應(yīng)度算子

      周紅勛

      (湖北汽車工業(yè)學(xué)院機(jī)械工程學(xué)院 湖北省十堰市 442002)

      隨著機(jī)器人技術(shù)的日趨成熟,生產(chǎn)廠家為了保證產(chǎn)品質(zhì)量、縮短生產(chǎn)周期,紛紛采用以機(jī)器人為核心的柔性生產(chǎn)線(簡(jiǎn)稱機(jī)器人工作站),如在汽車白車身焊裝生產(chǎn)線上,焊接機(jī)器人幾乎分布在各個(gè)工位,它們相互協(xié)同完成焊接任務(wù)。為了更好的讓機(jī)器人為人類服務(wù),如何合理布局各工位上的機(jī)器人、分配各工位機(jī)器人的焊接任務(wù)以及優(yōu)化各機(jī)器人的焊接路徑(即多機(jī)器人路徑規(guī)劃)便成為機(jī)器人領(lǐng)域研究的熱難點(diǎn)問(wèn)題。文中默認(rèn)機(jī)器人布局已經(jīng)完成,只討論多機(jī)器人路徑規(guī)劃問(wèn)題,即在滿足若干約束條件的前提下,以時(shí)間最短和系統(tǒng)安全性為基本目標(biāo),對(duì)每臺(tái)機(jī)器人進(jìn)行焊接任務(wù)分配以及無(wú)碰撞焊接路徑優(yōu)化。這是一個(gè)錯(cuò)綜復(fù)雜的問(wèn)題,其中涉及的參數(shù)變量多、不穩(wěn)定且相互耦合,因此大多數(shù)學(xué)者采用粒子群算法、蟻群算法等智能算法來(lái)研究,但由于這些算法在解決此問(wèn)題時(shí)本身存在不足之處,故它們規(guī)劃的結(jié)果還有可提升的空間。國(guó)外Joon-woo lee 等人為避免蟻群算法在求解時(shí)陷入局部最優(yōu),對(duì)蟻群算法進(jìn)行異構(gòu)改進(jìn),但仍存在實(shí)時(shí)性不理想等不足。在前期遺傳算法(genetic algorithm, GA)對(duì)單臺(tái)機(jī)器人路徑規(guī)劃研究的基礎(chǔ)上,為彌補(bǔ)它在進(jìn)行多機(jī)器人路徑規(guī)劃時(shí)早熟收斂、對(duì)交叉變異參數(shù)敏感以及未能準(zhǔn)確體現(xiàn)機(jī)器人之間的相互協(xié)作關(guān)系等不足,文中采用多種群遺傳算法(multi-population genetic algorithm,MPGA)來(lái)求解。MPGA 先把研究的種群分為多個(gè)相對(duì)獨(dú)立的子種群,再把GA 并行的應(yīng)用到各子種群且采用不同的控制參數(shù)同時(shí)進(jìn)化,并且進(jìn)化過(guò)程中引入移民和人工選擇兩種算子,最后將MPGA、GA 分別用于某焊接工位上多機(jī)器人的路徑規(guī)劃仿真實(shí)驗(yàn),從而對(duì)比驗(yàn)證MPGA 的可行性和優(yōu)越性。

      1 問(wèn)題描述以及模型建立

      多機(jī)器人最優(yōu)焊接路徑規(guī)劃要為每臺(tái)機(jī)器人進(jìn)行焊點(diǎn)任務(wù)分配并找到一條最優(yōu)或者次優(yōu)的焊接路徑,以保證所有機(jī)器人無(wú)碰撞完成各自所分配的焊接任務(wù)后所花費(fèi)的時(shí)間最短或者所運(yùn)動(dòng)的總路程最短,這一規(guī)劃過(guò)程要受到諸如焊接工藝、焊點(diǎn)分組方式、生產(chǎn)節(jié)拍以及機(jī)器人屬性等若干因素的約束,此處為了便于建模,降低問(wèn)題的復(fù)雜度,忽略部分因素,從而把焊接任務(wù)分配問(wèn)題簡(jiǎn)化為多背包問(wèn)題,即把n 個(gè)焊點(diǎn)的集合W={W,W,W,…,W}分配給m 臺(tái)機(jī)器人的集合R={R,R,R,…,R},使每臺(tái)機(jī)器人無(wú)碰撞焊接完自己所有焊點(diǎn)所運(yùn)動(dòng)的總距離之和盡量小。用數(shù)字0 和1 來(lái)表示焊點(diǎn)與機(jī)器人的所屬關(guān)系,X=1 表示焊點(diǎn)i 由機(jī)器人j 焊接,反之,則不是,D表示焊點(diǎn)i 與機(jī)器人j 之間的距離,則焊點(diǎn)分配多背包問(wèn)題的目標(biāo)函數(shù)M 為:

      2 基于MPGA的路徑規(guī)劃

      MPGA 是一種改進(jìn)智能算法,通過(guò)將GA 引入到數(shù)個(gè)相對(duì)獨(dú)立的子種群中進(jìn)行同步優(yōu)化搜尋的思想來(lái)提升進(jìn)化效率,各子種群采用不同的遺傳進(jìn)化控制參數(shù)來(lái)克服算法對(duì)交叉、變異算子取值敏感的不足。每當(dāng)各子種群進(jìn)化一定代數(shù)時(shí)(一般取代數(shù)2),目標(biāo)種群中的最差個(gè)體就會(huì)被移民算子從源種群里選中的最優(yōu)良個(gè)體所替代,以此來(lái)體現(xiàn)各子種群之間的相互協(xié)同關(guān)系。各子種群在進(jìn)化過(guò)程中每一代最優(yōu)秀的個(gè)體會(huì)被人工選擇算子挑選出來(lái)組成一個(gè)新種群,里面?zhèn)€體不再進(jìn)行任何遺傳進(jìn)化操作。為了弱化MPGA 對(duì)進(jìn)化代數(shù)的依賴,采用更為科學(xué)合理的算法停止進(jìn)化判據(jù),即以新種群中最佳個(gè)體最少不變代數(shù)作為判定算法終止依據(jù)。MPGA 將GA 并行的用于各子種群,用它們替代父種群進(jìn)行協(xié)同搜索最優(yōu)值,其求解多機(jī)器人路徑規(guī)劃步驟為:

      2.1 編碼

      將焊點(diǎn)分配問(wèn)題進(jìn)行參數(shù)化并使用二進(jìn)制編碼,用數(shù)字0 和1 組成的n×m 維矩陣來(lái)表示焊點(diǎn)與機(jī)器人的所屬關(guān)系;針對(duì)單臺(tái)機(jī)器人路徑優(yōu)化,采用整數(shù)編碼方式,即編碼數(shù)列直接代表機(jī)器人的焊點(diǎn)焊接順序。

      2.2 初始化各子種群

      為了能夠快速的得到比較典型的高質(zhì)量種群個(gè)體,采用隨機(jī)挑選初始種群個(gè)體的形式,并把其隨機(jī)分成10 個(gè)大小相同的相對(duì)獨(dú)立的子種群。

      2.3 設(shè)定適應(yīng)度函數(shù)

      在基于二進(jìn)制編碼的前提下,為避免各臺(tái)機(jī)器人被分配到不合理的焊點(diǎn),此處采用懲罰函數(shù)法來(lái)等效上述約束條件對(duì)多機(jī)器人系統(tǒng)中焊點(diǎn)分配問(wèn)題的影響,則焊點(diǎn)分配問(wèn)題的適應(yīng)度函數(shù)Q 為:

      2.4 選擇操作

      采用輪盤賭的選擇方式,即個(gè)體被選上的概率取決于其適應(yīng)度值的大小,它的值越大,說(shuō)明個(gè)體越優(yōu)秀,被選中的概率越大,故把適應(yīng)度函數(shù)的倒數(shù)作為個(gè)體的適應(yīng)度值。

      2.5 交叉、變異操作

      交叉算子、變異算子分別是各子種群產(chǎn)生新個(gè)體的首要因子、輔助因子,取值大小分別影響多種群遺傳算法的全局、局部搜索能力,它們?cè)诟髯臃N群中的取值不一樣。對(duì)于焊點(diǎn)分配,采用單點(diǎn)交叉、單點(diǎn)變異操作;對(duì)于單臺(tái)機(jī)器人路徑優(yōu)化,采用兩點(diǎn)交叉、兩點(diǎn)變異操作,且這兩種操作都只在新個(gè)體適應(yīng)度值優(yōu)于舊個(gè)體時(shí)才更新個(gè)體 。

      2.6 移民操作

      各子種群在進(jìn)化過(guò)程中產(chǎn)生聯(lián)系的操作,是MPGA 不同于GA 的重要之處。每隔一定代數(shù),用種群1 中最優(yōu)個(gè)體替換種群2 中最差個(gè)體,……,種群10 中最優(yōu)個(gè)體替換種群1 中最差個(gè)體。

      2.7 人工選擇操作

      它把各子種群進(jìn)化過(guò)程中每代最優(yōu)秀的個(gè)體挑選到精英種群中加以保存并不再進(jìn)行任何進(jìn)化操作。同時(shí)判斷精英種群中最優(yōu)解是否達(dá)到最少保持代數(shù),如果達(dá)到,則程序結(jié)束,解碼并輸出路徑規(guī)劃結(jié)果;反之,則重新從步驟(4)處執(zhí)行,直至符合進(jìn)化停止條件為止,流程圖如圖1 所示。

      圖1: MPGA 流程圖

      3 仿真實(shí)驗(yàn)結(jié)果分析

      以某一焊接工位為例,此工位需要將99 個(gè)焊點(diǎn)(見(jiàn)附件)分配給4 臺(tái)機(jī)器人進(jìn)行焊接,另外Home1(900,-150,0)、Home2(2100,-150,0)、Home3(2100,1300,0)、Home4(900,1300,0) 分 別 為 機(jī) 器 人Robot1、Robot2、Robot3、Robot4 末端執(zhí)行器的初始位置。對(duì)于MPGA:代溝、子種群個(gè)數(shù)、種群大小分別取0.9、10、1000,交叉以及變異概率分別在區(qū)間[0.7,0.9]、區(qū)間[0.001,0.05]隨意生成,最優(yōu)個(gè)體至少保持10 代;對(duì)于GA:代溝、種群大小、迭代次數(shù)、交叉概率、變異概率分別取0.9、1000、500、0.9、0.05。在MATLAB 中分別編寫兩種算法的路徑規(guī)劃程序并將仿真實(shí)驗(yàn)進(jìn)行100 次,由仿真實(shí)驗(yàn)結(jié)果可知,MPGA 每次得到的結(jié)果一樣,而GA 每次運(yùn)行的結(jié)果基本都不一樣。為了便于兩者的比較,分別選擇其中焊接路徑之和最短的一次作為各自路徑規(guī)劃的最優(yōu)解。表1 是兩種算法的多機(jī)器人路徑規(guī)劃最優(yōu)分配方案,圖2、3 分別為兩種算法最優(yōu)解變化圖,表2為兩種算法路徑規(guī)劃結(jié)果的對(duì)比。由表1 可知,GA 最優(yōu)路徑規(guī)劃分配給Robot1、Robot2、Robot3、Robot4 機(jī)器人的焊點(diǎn)數(shù)分別為25、22、25、27;MPGA 最優(yōu)路徑規(guī)劃分配給Robot1、Robot2、Robot3、Robot4 機(jī)器人的焊點(diǎn)數(shù)分別為23、22、27、27。

      表1: 兩種算法的多機(jī)器人路徑規(guī)劃最優(yōu)分配方案

      表2: 兩種算法路徑規(guī)劃結(jié)果

      圖2: GA 最優(yōu)解變化圖

      圖3: MPGA 運(yùn)行3 次的最優(yōu)解變化圖

      單從焊點(diǎn)分配均勻、無(wú)碰撞等方面來(lái)說(shuō),兩種算法的分配結(jié)果都滿足,但由于焊點(diǎn)多的機(jī)器人所需焊接的時(shí)間長(zhǎng)一些,為了使四臺(tái)機(jī)器人能夠盡快同步協(xié)同完成焊接任務(wù),就必須保證焊點(diǎn)少的機(jī)器人運(yùn)動(dòng)路徑長(zhǎng)一些,且各臺(tái)機(jī)器人的焊接距離相差不大。由表2 可知,MPGA 規(guī)劃得到的方案走過(guò)的總路徑最優(yōu)值較小,且任務(wù)分配更合理,更加利于機(jī)器人同步完成焊接任務(wù)。

      由圖2、3 以及表1、2 知,MPGA 提高了路徑規(guī)劃的進(jìn)化效率,能夠快速得到十分穩(wěn)定的結(jié)果,7-12 代之間便可以搜尋到最優(yōu)解,GA 在150 代左右才能搜索到最優(yōu)解,且基于MPGA 所得的規(guī)劃結(jié)果總路徑長(zhǎng)度平均值和最小值,都比GA 要小。

      由上可知,在多機(jī)器人的路徑規(guī)劃方面,MPGA 在搜索速度、穩(wěn)定性、路徑長(zhǎng)度等方面都比GA 具有優(yōu)勢(shì),能提供更優(yōu)的規(guī)劃結(jié)果。

      4 結(jié)論

      (1)把GA 并行的應(yīng)用到各子種群且采用不同的控制參數(shù)同時(shí)進(jìn)化,能動(dòng)態(tài)調(diào)整改進(jìn)算法的局部和全局搜索能力;

      (2)引進(jìn)人工選擇算子來(lái)挑選保留各子種群每代進(jìn)化過(guò)程中的最優(yōu)個(gè)體,并作為判斷算法是否繼續(xù)進(jìn)化的依據(jù)更為科學(xué);引進(jìn)移民算子能保證最優(yōu)解的獲得是各子種群共同進(jìn)化的結(jié)果;

      (3)MPGA 在求解多機(jī)器人路徑規(guī)劃問(wèn)題上具有顯著優(yōu)點(diǎn),能夠迅速、精確的找到更合理的解,相對(duì)于GA 能將進(jìn)化搜索到最優(yōu)解所需的代數(shù)至少縮減90%、路程最小值縮減2.14%。

      猜你喜歡
      焊點(diǎn)適應(yīng)度算子
      改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
      擬微分算子在Hp(ω)上的有界性
      各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應(yīng)用
      一類Markov模算子半群與相應(yīng)的算子值Dirichlet型刻畫
      Roper-Suffridge延拓算子與Loewner鏈
      焊盤尺寸對(duì)SMT焊點(diǎn)可靠性的影響
      基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
      DH36鋼摩擦疊焊焊點(diǎn)分布規(guī)律研究
      焊接(2016年2期)2016-02-27 13:01:14
      基于特征聚集度的FCM-RSVM算法及其在人工焊點(diǎn)缺陷識(shí)別中的應(yīng)用
      少數(shù)民族大學(xué)生文化適應(yīng)度調(diào)查
      404 Not Found

      404 Not Found


      nginx
      维西| 东至县| 淳安县| 临澧县| 图木舒克市| 曲松县| 吉首市| 绍兴县| 毕节市| 云龙县| 安塞县| 大化| 龙门县| 嘉荫县| 彭泽县| 仙桃市| 临沧市| 永顺县| 泰安市| 成武县| 永顺县| 镇沅| 格尔木市| 广灵县| 沈丘县| 孝感市| 甘南县| 抚顺县| 富蕴县| 什邡市| 景宁| 元谋县| 务川| 左贡县| 科技| 日照市| 盐城市| 马关县| 望谟县| 崇左市| 保德县|