为了解决复杂任务群调度过程中资源利用不均、任务完成时间较长等问题,以最小化资源负载均方差和最小化任务群完成时间为目标构建复杂任务群资源调度模型,提出一种融合局部搜索和Pareto支配的多目标优化算法BRLSN(multi-objective optim...为了解决复杂任务群调度过程中资源利用不均、任务完成时间较长等问题,以最小化资源负载均方差和最小化任务群完成时间为目标构建复杂任务群资源调度模型,提出一种融合局部搜索和Pareto支配的多目标优化算法BRLSN(multi-objective optimization based on boundary range local search and NSGA-Ⅱ,BRLSN)。该算法采用有效的编码方式与交叉变异算子进行迭代寻优,并利用基于边界区域局部搜索的精英保留策略扩大算法搜索范围,保存种群优良个体。实验结果表明,BRLSN相较于其他多目标算法在收敛性和多样性上有显著的提升,同时算法收敛速度更快,种群质量更高,明显优化了最终目标函数的结果值。展开更多
为提升串并混联机器人大行程刚度与综合性能,提出一种带随动滑筒的3RHUR/PUS三自由度并联头串联XY双导轨的混联五自由度机器人构型。根据非线性约束方程组给出其位置正反解,并基于螺旋理论建立了串并混联的正逆运动学映射关系,基于建立...为提升串并混联机器人大行程刚度与综合性能,提出一种带随动滑筒的3RHUR/PUS三自由度并联头串联XY双导轨的混联五自由度机器人构型。根据非线性约束方程组给出其位置正反解,并基于螺旋理论建立了串并混联的正逆运动学映射关系,基于建立的混联机器人的柔度模型讨论了其方向刚度;综合考虑机器人的转动能力、力传递性能、速度和刚度性能,在利用线性加权法对机器人进行多目标优化的基础上,提出最优拉丁超立方采样(Optimal Latin hypercube sampling,OptLHS)与插值相结合的优化算法,从而缩短了优化计算所需时间,得到了机器人最优尺寸参数。展开更多
文摘为了解决复杂任务群调度过程中资源利用不均、任务完成时间较长等问题,以最小化资源负载均方差和最小化任务群完成时间为目标构建复杂任务群资源调度模型,提出一种融合局部搜索和Pareto支配的多目标优化算法BRLSN(multi-objective optimization based on boundary range local search and NSGA-Ⅱ,BRLSN)。该算法采用有效的编码方式与交叉变异算子进行迭代寻优,并利用基于边界区域局部搜索的精英保留策略扩大算法搜索范围,保存种群优良个体。实验结果表明,BRLSN相较于其他多目标算法在收敛性和多样性上有显著的提升,同时算法收敛速度更快,种群质量更高,明显优化了最终目标函数的结果值。
文摘为提升串并混联机器人大行程刚度与综合性能,提出一种带随动滑筒的3RHUR/PUS三自由度并联头串联XY双导轨的混联五自由度机器人构型。根据非线性约束方程组给出其位置正反解,并基于螺旋理论建立了串并混联的正逆运动学映射关系,基于建立的混联机器人的柔度模型讨论了其方向刚度;综合考虑机器人的转动能力、力传递性能、速度和刚度性能,在利用线性加权法对机器人进行多目标优化的基础上,提出最优拉丁超立方采样(Optimal Latin hypercube sampling,OptLHS)与插值相结合的优化算法,从而缩短了优化计算所需时间,得到了机器人最优尺寸参数。
