面向工程约束优化的自适应分工微粒群算法

提出了一种新的算法结构,通过建立"局部环境因数"模型,利用集中式处理模式,动态分配全局勘探和局部开采子种群比例,有效地实现分工目的,平衡算法的局部和全局搜索能力。将其应用到两个不同类型的实际工程约束优化问题中进行验证,并与其他文献的改进算法进行了对比。实验结果表明,该算法比其他改进算法在计算精度、效率、鲁棒性上都有很大的提高。

无人集群自适应任务分工模式

无人集群技术已成为多国军事技术发展的新高地,而无人集群自组织协作是影响其在军事行动中发挥作用的关键。合理的任务分工才能使无人集群发挥数量优势,从而自组织协作完成复杂作战任务。重点分析无人集群自适应任务分工研究的价值;国外在低成本无人机集群、地面无人平台集群、水下无人潜航器集群和异构跨域无人集群自适应任务分工研究上的主要进展和特点;无人集群集中式、协商式、分布式3种典型自适应任务分工模式的内涵,并总结未来无人集群在战场环境自组织信息交互和自适应协商决策任务分工等方面的研究方向及在军事保障中的应用前景。

空间6R机械臂位置逆解的复合形差分进化算法

以6自由度TX60型Staubli工业机械臂为研究对象,通过运动学分析,建立求解该机械臂位置逆解的非线性方程组。以末端执行器位姿误差最小为目标函数,将非线性方程组转化为无约束优化模型,并应用差分进化算法(Differential evolution algorithm,DE)求解该问题。为克服基本DE难以平衡收敛精度和计算可靠性的缺陷,提出一种自适应分工复合形差分进化算法(Adaptive division complex DE algorithm,ADCDE),以增强优化性能。该算法将种群自适应划分为开采子群和勘探子群,前者采用DE/best/2/bin策略生成变异个体,而后者采用复合形算子生成变异个体。给出工程应用实例,应用ADCDE求串联机械臂的位置逆解。仿真结果表明,该算法的计算精度和可靠性优于对比算法,应用较少计算开销即可求出高精度位置逆解,且能求得所有可能逆解,验证了该方法的有效性和可行性。