机器人逆运动学的模拟退火自适应遗传算法

来源 :机械与电子 | 被引量 : 0次 | 上传用户:ken99win
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对5自由度关节型机器人的运动特点进行分析,并建立该机构的运动模型。在基本遗传算法的基础上,针对求解串联机器人运动学逆解的特殊性,为了消除遗传算法易陷入局部最优或早熟问题,提出一种新颖的改进遗传算法,采用模拟退火和自适应策略,保证其收敛性并加快收敛速度。仿真结果表明,该算法求解精度高,收敛速度快,且稳定性好。
其他文献
针对机器人工作环境为未知、接触表面不确定和突变等高度复杂的情形,提出了一种非结构表面的探测方法。在此基础上,基于仿人智能控制的思想,提出了一种数据拟合方法。通过实验验证了探测方法和数据拟合的有效性,为进一步研究非结构环境下机器人各种控制方法奠定了基础。
针对网络数据流存储面临的瓶颈问题,提出同时保持时序性和属主性的网络数据流分段存储算法分析与设计模型。模型在内存中采用基于弱时序性的高速缓存数据结构,提高网络数据流实时存储的效率;在磁盘中采用基于多级索引结构的数据流生成树结构,提高基于时序性和属主性的检索效率。仿真结果表明,模型能显著提高网络数据流的实时存储能力,有效降低索引数据的信息量。
最爱的“艺术设计”  在国内读书时,我彻底见识了数理化的“杀伤力”。起初,我眼泪汪汪地望着试卷,暗下决心痛改前非。一阵不分昼夜的努力過后,我还是荣获了“年级倒数前50名”的“嘉奖”。我想象着自己跪在学校门口捶胸顿足,立下恶毒无比的誓言,比如“下次物理再考不過20分,房间里的吊灯就会掉下来砸在我脸上”。在化学课上我也曾经做白日梦,幻想有朝一日告别那些让我内分泌紊乱的数字和公式。  这个梦想在我进入澳