遺傳算法實現(xiàn)平面連桿機構運動-軌跡綜合.pdf

1、傳統(tǒng)的軌跡設計解決了連桿機構綜合中如何生成點位軌跡或連續(xù)軌跡的問題。對于點位軌跡采用精確點法進行綜合；連續(xù)軌跡則通過把位置誤差或結構誤差最小化作為目標函數(shù)來進行優(yōu)化。優(yōu)化的算法有強搜索方法（基于梯度信息）和弱搜索方法（隨機搜索）。但對于另一類軌跡設計問題，所需解決的是實現(xiàn)軌跡的某些復雜的幾何特征和運動要求，即對軌跡和軌跡點之間的運動有特殊的要求，本文稱之為運動—軌跡綜合。如果把這些問題仍然轉化為點位軌跡問題，實際上反而改變了問題的求解空

2、間，結果卻不能滿足真正的技術要求。所以本文提出了直接將這些技術要求轉化為目標函數(shù)和約束條件，建立參數(shù)優(yōu)化的數(shù)學模型。 結合高速平縫機的挑線機構和送布機構分別分析了四桿和五桿機構運動-軌跡設計的目標函數(shù)和約束條件，并建立它們的數(shù)學模型。可視化仿真程序可以方便地修改機構參數(shù)后顯示它的運動軌跡并進行動態(tài)仿真。 遺傳算法是一類可用于復雜系統(tǒng)優(yōu)化計算的魯棒搜索算法，其特點是全局優(yōu)化和對優(yōu)化問題的高適應性。本文采用遺傳算法進行參數(shù)優(yōu)

3、化。給出了算法的實現(xiàn)。對于連桿機構，往往目標函數(shù)和約束條件無法用解析函數(shù)表達，所以將軌跡曲線用離散點來數(shù)值表示。通過數(shù)值分析，得到目標函數(shù)和約束條件的值?？梢酝ㄟ^調整離散點數(shù)的多少來達到所需的精度。 優(yōu)化過程中，由于約束條件過于嚴格，容易導致種群喪失多樣性，缺乏競爭。所以對于約束條件的處理提出了進化早期適當放寬的策略，避免出現(xiàn)早熟現(xiàn)象，使遺傳算法能收斂到全局最優(yōu)解。動態(tài)加強的約束條件，使種群的優(yōu)秀個體在進化中逐漸脫穎而出。