基于遗传算法的双足机器上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题，应用三次样条插值合成脚踝的运动轨迹，并基于加速度分析设计出臂部运动轨迹，计算动力学模型得到ZMP轨迹，进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题。最后应用遗传算法（genetic algorithm,GA）求解，获得稳定性好的优化步态。机器人上楼梯的动态步行仿真结果表明，运用遗传算法可以得到合适的优化轨迹。     

双足机器人上楼梯步态规划的复现性要求

将双足机器人上楼梯的步态规划问题分解为脚踝运动轨迹和臀部运动轨迹的规划问题.通过机器人实现稳定行走的动力学分析和上楼梯的步态规划的几何约束分析,得到规划步态的可复现性的约束条件.     

关于双足机器人步态规划方法的研究

在类人机器人的研究领域,关于双足机器人步态规划方法的研究一直是一个重点和难点．本文主要叙述在仿真平台下,对静步态规划方法和动步态规划方法的应用和测试,以及对实验结果进行的分析,并根据实验结果对算法进行一定的优化．希望能为双足机器人实现快速、平稳类人行走提供一定的参考．     

基于混沌遗传算法的并联机器人精度综合

充分考虑关节(球铰、回转副)间隙误差随机性的影响,在运动学逆解的基础上,建立了并联机器人实际误差模型;在误差分析的基础上,以连杆、关节精度为设计变量,以公差制造成本为目标函数,以位置体积误差满足设计精度为约束条件,建立了并联机器人精度综合的优化数学模型,采用混沌遗传算法进行了精度综合.结果表明该方法过程清晰、编程简单、且精度高.     

考虑实际约束的机器人地壁过渡运动研究

探讨了三自由度新型足－掌机构实际约束的特殊性,提出了简化过渡运动规划建模“假想拆掌法”和“虚拟面”概念和方法。对规划目标和影响因素进行了一定的分析。通过实际算例的计算机仿真,验证了随圆轨迹交替三足过渡步态行走策略的可行性。     

确定规划最短时间的遗传算法

对遗传算法法中新一代的选择使用不同的策略，比较研究了所得结果，同时，对遗传算法与确定最优规划的方法做了比较。     

基于改进遗传算法的六自由度并联机器人位置正解研究

将并联机器人运动学位置正解转化为求解一组多元非线性方程的优化问题,提出了改进遗传算法进行优化求解,依靠计算灰色关联度对求解结果进行分组的方法,并通过实例计算得到了3-6结构6自由度Stewart平台并联机器人的7组实解.研究结果表明该方法简单方便,求解精度高且具有通用性.     

机器人的时间最优控制轨迹规划

以时间最短作为性能指标,建立了机器人轨迹规划的最优控制算法。这种算法对于PTP运动和沿CP运动都是适用的。本文工作的实际意义在于可以提高产业机器人的工作效率。以PUMA-560机器人为例,对所建立的最优控制算法进行了计算机仿真,结果表明该算法是正确、有效的。     

基于群体竞争遗传算法的带时间窗车辆路径规划

为了提升传统遗传算法的寻优能力,本文提出了基于群体竞争的遗传算法,并从算法设计上说明了其寻优速度提升、不容易陷入局部最优的原因;将基于群体竞争的遗传算法应用于复合函数最大值的求取上,并对比传统遗传算法的寻优结果,结果发现前者寻优速度快;最后将算法应用于基于时间窗的车辆路径规划上,并得出了最优解.     

基于鞍点规划及遗传算法的空间直线度误差优化评定

建立起了空间直线误差评定的非线性鞍点规划模型,给出了“最小条件”判据,提出了直接求解鞍点规划模型的遗传算法,最后对实际测量数据进行了误差评定。     

基于生物遗传学的机器人位姿控制方法

根据遗传算法提出了一种机器人位姿控制的新算法,并结合机器人位姿控制问题探讨了改善遗传算法参数寻优速度的方法,最后通过仿真实验证明了该方法的有效性.     

一种改进的遗传算法及其在电梯群控中的应用

以电梯群为群控对象,提出了基于改进的遗传算法系统解决方案;采用权向量整体优化方法,得到最优目标函数值,并由此确定了群控对象目标评价函数,提出了一种基于保存策略进化模型（ElitistModel）的遗传算法求解电梯群拉问题的方法．算例及仿真结果对比表明,该方法在小规模应用中,与以往算法相比并无明显优势;但在较大规模的电梯群控仿真中,能效降电梯乘客的等待时间和电梯系统能耗．     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

蚁群算法求解函数优化的算法设计

为了求解一般的函数优化,文章在对标准蚁群算法的基础上,引入遗传算法的编码方式,并对蚁群算法的信息素更新进行改进.通过对几个经典测试函数的求解,证明了算法的有效性.     

基于遗传算法双目立体视觉传感器的优化设计

为了提高双目立体视觉传感器的测量精度,采用最优回归设计,建立双目立体视觉传感器的结构参数优化模型,并运用遗传算法对建立的优化模型进行求解.通过GA算法的优化,双目立体视觉传感器的测量精度有了较大幅度的提高,优于传统方法的结果.     

基于捕食机制的元胞遗传算法

提出了一种基于捕食机制的元胞遗传算法,当优化复杂多模函数时,该算法进一步提高了全局探索能力.算法通过模拟生态系统捕食与被捕食之间的相互关系,采用捕食机制替代元胞遗传算法中的演化规则,使得遗传个体生存与死亡状态的演化既与其适应度相关,又与邻域内捕食及被捕食个体密度相关,并通过群体规模控制策略维持捕食与被捕食群体间的个体数目动态平衡,实现了全局搜索与局部寻优之间更好的协调与均衡. 对典型的多峰函数进行优化的实验结果表明,该算法在抑制早熟收敛以及提高全局收敛率方面获得了明显的优势.     

对基于EXIT图的LDPC码优化算法的改进

就Brink方法不能自动搜索的不足,文中提出了一种基于EXIT曲线匹配的改进优化算法：DE EXIT算法.该算法构造了衡量EXIT曲线匹配程度的代价函数,利用差分进化技术由初始的矢量集开始,迭代更新集合中的每一个矢量,直至监督矢量发现最优的代价函数值.算法在给定码率的情况下,可以进行优化次数分布对的自动搜索,同时获得相应的码集噪声门限.仿真结果表明,提出的优化算法在码结构优化方面有着很好的性能,并且可以用于不同情况下的结构优化.