基于离散帝王蝶算法的喷涂路径组合优化

针对复杂曲面分片后喷涂机器人喷枪路径排序和组合过程中存在的效率低和路径碰撞的问题,提出了一种适用于求解组合优化问题的离散帝王蝶算法,并应用于求解喷枪路径的排序组合问题中。为了构建问题模型,将喷枪路径的排序和组合问题抽象为路径点的开环广义旅行商问题,并建立了该问题的最短路径模型和碰撞模型。同时,为了对传统帝王蝶算法进行改进,采用了一种具有三层结构的矩阵编码方法来解决种群个体编码问题,提出了一种基于贪婪算法的种群初始化方法和一种基于模拟退火算法的种群更新策略来提高算法的收敛速度和精度。在仿真实验中,相较于遗传算法和粒子群算法,所提出的算法的平均迭代次数分别减小了32.3%和21.0%,所规划出的路径碰撞次数降低为0。实验结果表明,所提出的算法能够有效地提高喷涂机器人的喷涂效率和喷涂路径的安全性。