一种基于动态自适应参数调整的蜉蝣算法的移动机器人路径规划方法

    公开(公告)号:CN114995390A

    公开(公告)日:2022-09-02

    申请号:CN202210507599.2

    申请日:2022-05-10

    IPC分类号: G05D1/02

    摘要: 本发明公开一种基于动态自适应参数调整的蜉蝣算法的移动机器人路径规划方法,包括以下步骤:S1、采用栅格法创建机器人环境地图;S2、初始化动态自适应参数调整的蜉蝣算法的相关参数;S3、更新算法中自适应参数数值S4、评估个体适应度,找到个体最优与群体最优位置;S5、更新雄雌蜉蝣位置速度,评估适应值;S6、对雄雌蜉蝣进行排序,依次序进行雄雌交配;S7、将子代随机分为雄性雌性;S8、对雄雌蜉蝣进行排序,保留前n个优秀个体,更新个体最优与群体最优位置;S9、判断是否满足迭代停止条件,若是,则执行S10;否则,循环次数增加1,执行S3;S10、输出保存的最优路径。本发明不仅提高了算法的全局最优解而且提高了算法收敛速度。

    一种求解柔性作业车间调度的改进遗传算法

    公开(公告)号:CN116205292A

    公开(公告)日:2023-06-02

    申请号:CN202310081103.4

    申请日:2023-01-16

    摘要: 本发明公开一种求解柔性作业车间调度的改进遗传算法,包括:S1、算法参数初始化;S2、使用分治贪婪初始化策略生成初代染色体,S3、将随机数小于cp的个体取出作为交叉算子的父代种群,依次从该种群中取出两个染色体作为交叉父代chro1与chro2,使用改进POX算子来生成交叉子代child1与child2;S4、将随机数小于mp的个体取出作为变异算子的父代种群,将变异个体加入子代种群列表childList中;S5、将子代种群childList中的染色体并入总种群列表chroList中;S6、根据锦标赛选择法选择出下一代的父代;S7、将temp数据赋值给总种群列表chroList;输出全局最优解。本发明的有益效果是分治贪婪初始化策略初始化初代个体以保证生成较优的初始解,并提出一种最优匹配交叉方法来改进传统POX交叉算子,加速算法的收敛速度,提高算法的寻解效率。

    一种基于动态终点策略的IA-Star算法的机器人路径规划方法

    公开(公告)号:CN115016461A

    公开(公告)日:2022-09-06

    申请号:CN202210507597.3

    申请日:2022-05-10

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种基于动态终点策略的IA‑Star算法的机器人路径规划方法,传统A‑Star遍历的节点是集中于起点至终点的连线方向上的节点集群,在最优路径与起点至终点的连线较为接近时结果较好,实际应用中往往最优路径并不接近于起点至终点的连线。本发明提出一种基于动态终点的改进策略,改进后的A‑Star算法在遍历节点的过程中,会动态地调整局部的临时终点,从而避免算法遍历一些无效节点,从而提高算法完成路径规划任务的效率。仿真表明采取新型策略IA‑Star算法在解决机器人路径规划问题上的效果进步明显,整体性能优于基本A‑Star算法和其他一些改进A‑Star算法。

    一种改进A*算法的4阶B样条曲线路径规划方法

    公开(公告)号:CN114995391A

    公开(公告)日:2022-09-02

    申请号:CN202210507621.3

    申请日:2022-05-10

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种改进A*算法的4阶B样条曲线路径规划方法,包括以下步骤:S1、采用栅格法创建机器人工作环境地图,定义起始点与目标点;S2、采用A*算法寻找环境最短路径,S3、将得到的路径进行B样条曲线处理,采用准均匀B样条曲线:两端节点具有重复度k+1,中间节点非递减的序列,如U={0,0,0,1,2,3,4,5,5,5},准均匀B样条曲线保留了贝塞尔曲线在两个端点处的性质:样条曲线在端点处的切线即为倒数两个端点的连线,通过B样条曲线法得出新的路径。本发明的有益效果是,基于A*算法进行改进,在能够获得全局最优解的同时,结合B样条曲线法得到局部最优解,缩短了路径距离,提高了路径的光滑度。

    一种改进A*算法的4阶B样条曲线路径规划方法

    公开(公告)号:CN114995391B

    公开(公告)日:2024-04-09

    申请号:CN202210507621.3

    申请日:2022-05-10

    摘要: 本发明涉及一种改进A*算法的4阶B样条曲线路径规划方法,包括以下步骤:S1、采用栅格法创建机器人工作环境地图,定义起始点与目标点;S2、采用A*算法寻找环境最短路径,S3、将得到的路径进行B样条曲线处理,采用准均匀B样条曲线:两端节点具有重复度k+1,中间节点非递减的序列,如U={0,0,0,1,2,3,4,5,5,5},准均匀B样条曲线保留了贝塞尔曲线在两个端点处的性质:样条曲线在端点处的切线即为倒数两个端点的连线,通过B样条曲线法得出新的路径。本发明的有益效果是,基于A*算法进行改进,在能够获得全局最优解的同时,结合B样条曲线法得到局部最优解,缩短了路径距离,提高了路径的光滑度。

    一种解决分布式混合流水车间的双目标调度优化方法

    公开(公告)号:CN114819558A

    公开(公告)日:2022-07-29

    申请号:CN202210382447.4

    申请日:2022-04-12

    摘要: 本发明涉及车间调度技术领域,具体涉及一种解决分布式混合流水车间的双目标调度优化方法,通过对已经编码的分布式混合流水车间的双目标调度优化问题的模型进行初始化,随机生成初始种群,将产生的解分配到模因组中进行种群划分,根据模因组的质量,对所有模因组执行搜索过程,由进化质量决定模因组是否参与种群重构,可为双目标优化的分布式混合流水车间提供高质量的调度方案,相比于现有的调度方法具有显著优势。

    一种基于动态终点策略的IA-Star算法的机器人路径规划方法

    公开(公告)号:CN115016461B

    公开(公告)日:2024-04-26

    申请号:CN202210507597.3

    申请日:2022-05-10

    IPC分类号: G05D1/43

    摘要: 本发明涉及一种基于动态终点策略的IA‑Star算法的机器人路径规划方法,传统A‑Star遍历的节点是集中于起点至终点的连线方向上的节点集群,在最优路径与起点至终点的连线较为接近时结果较好,实际应用中往往最优路径并不接近于起点至终点的连线。本发明提出一种基于动态终点的改进策略,改进后的A‑Star算法在遍历节点的过程中,会动态地调整局部的临时终点,从而避免算法遍历一些无效节点,从而提高算法完成路径规划任务的效率。仿真表明采取新型策略IA‑Star算法在解决机器人路径规划问题上的效果进步明显,整体性能优于基本A‑Star算法和其他一些改进A‑Star算法。

    一种解决分布式混合流水车间总延迟时间优化的强化学习蛙跳算法

    公开(公告)号:CN114912676A

    公开(公告)日:2022-08-16

    申请号:CN202210501260.1

    申请日:2022-05-09

    摘要: 本发明公开了一种解决分布式混合流水车间总延迟时间优化问题的强化学习蛙跳算法,主要为了改善传统调度优化方法解决分布式混合流水车间调度问题上的不足。其主要步骤如下:(1)设计问题的三串表示方法。(2)将Q‑学习嵌入到蛙跳算法的模因组搜索过程中,Q‑学习算法包括由全局搜索、邻域搜索和解的接收准则组成的动作集合和基于种群精英解和离散度而构建的6种状态。(3)在算法运行的过程中,根据种群的状态,利用Q‑学习动态的选择执行的模因组搜索策略。本发明提高了分布式混合流水车间调度方案的质量,可为车间生产过程提供高效的调度方案。

    一种空气弹簧
    10.
    实用新型

    公开(公告)号:CN219013249U

    公开(公告)日:2023-05-12

    申请号:CN202220947803.8

    申请日:2022-04-23

    IPC分类号: F16F13/00

    摘要: 本实用新型公布一种空气弹簧,包括上端与摆动固定座(2)密封连接、下端与升降活塞(3)密封连接的气囊(1),所述摆动固定座(2)与升降活塞(3)内共同密封连接减震器(4),使气囊(1)内形成密闭腔体,在升降活塞(3)上设有与腔体内部连通的进气孔(32),所述气囊(1)外壁上套设螺旋弹簧(5),螺旋弹簧(5)与气囊(1)形成挤压配合,用于气囊(1)周侧限位和轴向辅助支撑。本实用新型可以实现制作装配便捷、降低生产成本、提高生产效率的目的。