期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进MOABC算法的机械臂多目标轨迹避障规划 被引量:1
1
作者 余自淳 邹艳丽 +1 位作者 谭宇飞 许江杰 《组合机床与自动化加工技术》 北大核心 2023年第6期63-67,共5页
针对机械臂运行时间最短,消耗能量最少,脉动最小等多目标下的轨迹避障规划需求,提出了一种基于改进MOABC算法的机械臂多目标轨迹避障规划方法。首先,建立分段多项式轨迹的描述方程,将方程中不能确定的中间点相关参数作为待定参数,通过... 针对机械臂运行时间最短,消耗能量最少,脉动最小等多目标下的轨迹避障规划需求,提出了一种基于改进MOABC算法的机械臂多目标轨迹避障规划方法。首先,建立分段多项式轨迹的描述方程,将方程中不能确定的中间点相关参数作为待定参数,通过优化参数改变轨迹形状,使机械臂避开障碍物的同时优化轨迹的多个性能指标;其次,综合碰撞检测,运动学约束条件,建立时间-能量-脉动优化目标函数,应用改进的多目标人工蜂群算法(MOABC)优化参数,规划出满足条件的Pareto解集,从而得到可供选择的兼备精英性和多样性的理想轨迹;最后,通过MATLAB进行仿真并在实物上进行实验验证。结果表明该方法能有效地规划出满足机械臂性能需求的无碰撞运动轨迹。 展开更多
关键词 机械臂 避障 轨迹规划 moabc 多目标优化
下载PDF
基于MOABC/D的铜板带熔铸作业调度优化 被引量:2
2
作者 晏晓辉 朱云龙 张浩 《计算机集成制造系统》 EI CSCD 北大核心 2013年第10期2528-2535,共8页
在对铜板带熔铸作业调度问题深入研究的基础上,建立了该问题最小化生产周期和总延时惩罚的多目标优化模型。结合基于分解的多目标进化算法框架和人工蜂群算法的邻域搜索策略,提出一种基于分解的人工蜂群算法对该模型进行优化求解,并结... 在对铜板带熔铸作业调度问题深入研究的基础上,建立了该问题最小化生产周期和总延时惩罚的多目标优化模型。结合基于分解的多目标进化算法框架和人工蜂群算法的邻域搜索策略,提出一种基于分解的人工蜂群算法对该模型进行优化求解,并结合实际问题的决策偏好,采用基于模糊集合理论的选优方法对非劣解进行排序。实例仿真表明,所提算法优于其他两种对比算法,能为调度人员优化决策提供有力依据。 展开更多
关键词 熔铸作业 调度优化 moabc D算法
下载PDF
基于MOABC算法的超声滚挤压轴承套圈工艺参数优化 被引量:2
3
作者 付浩然 徐红玉 +1 位作者 王晓强 张旭 《塑性工程学报》 CAS CSCD 北大核心 2023年第3期15-23,共9页
为找到超声滚挤压轴承套圈时加工参数的优化控制范围,通过设计正交试验,分析了加工参数对轴承套圈各表层性能的影响规律。建立了指数回归和二阶响应回归方程的预测模型,并验证了其准确性。通过MOABC算法对预测模型进行优化,得到最优的... 为找到超声滚挤压轴承套圈时加工参数的优化控制范围,通过设计正交试验,分析了加工参数对轴承套圈各表层性能的影响规律。建立了指数回归和二阶响应回归方程的预测模型,并验证了其准确性。通过MOABC算法对预测模型进行优化,得到最优的加工参数域及表层性能参数域。结果表明,加工参数对表面粗糙度的影响为转速>静压力>进给速度>振幅;对残余压应力影响的显著性为振幅>转速>静压力>进给速度;对硬度影响的显著性为振幅>静压力>进给速度>转速。通过试验值与预测值的对比,指数回归预测模型的误差均小于二阶响应回归。最后得到最优加工参数域:转速[280,350]r·min^(-1)、进给速度[14,20]mm·min^(-1)、振幅[20,25]μm、静压力[470,600]N;最优表层性能参数域:表面粗糙度[0.486,0.548]μm、残余压应力[910,1025]MPa、硬度[711,717]HV。 展开更多
关键词 优化控制 超声滚挤压 预测模型 moabc算法 表层性能
下载PDF
基于MOABC算法的分类器研究和设计
4
作者 张谦 孟月霞 刘聪 《河南科技》 2020年第1期20-22,共3页
在智能算法优化分类器参数时,经常采用加权方式将分类率和特征数目作为单目标优化。为提高分类性能和解决权值设定问题,本文提出一种基于MOABC算法的分类器设计,将分类率和特征数目作为两个优化目标,并通过相关数据进行验证。结果表明,... 在智能算法优化分类器参数时,经常采用加权方式将分类率和特征数目作为单目标优化。为提高分类性能和解决权值设定问题,本文提出一种基于MOABC算法的分类器设计,将分类率和特征数目作为两个优化目标,并通过相关数据进行验证。结果表明,通过多目标优化可以得出多组最优解,供决策者选择,并且分类效果明显优于作为单目标处理时所得的结果。 展开更多
关键词 moabc算法 分类率 特征数目
下载PDF
Solving Service Selection Problem Based on a Novel Multi-Objective Artificial Bees Colony Algorithm 被引量:1
5
作者 黄利萍 张斌 +2 位作者 苑勋 张长胜 高岩 《Journal of Shanghai Jiaotong university(Science)》 EI 2017年第4期474-480,共7页
Service computing is a new paradigm and has been widely used in many fields. The multi-objective service selection is a basic problem in service computing and it is non-deterministic polynomial (NP)-hard. This paper p... Service computing is a new paradigm and has been widely used in many fields. The multi-objective service selection is a basic problem in service computing and it is non-deterministic polynomial (NP)-hard. This paper proposes a novel multi-objective artificial bees colony (n-MOABC) algorithm to solve service selection problem. A composite service instance is a food source in the algorithm. The fitness of a food source is related to the quality of service (QoS) attributes of a composite service instance. The search strategy of the bees are based on dominance. If a food source has not been updated in successive maximum trial (Max Trial) times, it will be abandoned. In experiment phase, a parallel approach is used based on map-reduce framework for n-MOABC algorithm. The performance of the algorithm has been tested on a variety of data sets. The computational results demonstrate the effectiveness of our approach in comparison to a novel bi-ant colony optimization (NBACO) algorithm and co-evolution algorithm. © 2017, Shanghai Jiaotong University and Springer-Verlag GmbH Germany. 展开更多
关键词 novel multi-objective artificial bees colony(n-moabc) MULTI-OBJECTIVE service selection search strategy
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部