【技术实现步骤摘要】
一种基于烟花粒子群算法的机器人焊接路径规划方法
本专利技术涉及一种机器人焊接路径规划方法，特别涉及一种基于烟花粒子群算法的机器人焊接路径规划方法，属于机器人焊接控制
技术介绍
在装备制造领域中，利用机器人进行智能化焊接控制是目前被广泛运用的技术手段。为提高机器人焊接效率，运用计算机控制技术最优化设计焊接路径，是该领域技术人员研究的重要任务目标之一。旅行商问题(TravelingSalesmanProblem，TSP)是组合优化中一个典型的非确定性多项式困难问题，其实质是一种求最短路径规划的问题，同时也是运筹学和理论计算机科学中非常重要的问题。由于其在交通运输路线、印刷电路钻孔，以及机器人焊接路径规划等领域内有着广泛的应用，与实际生活密切相关。随着人工智能的迅速发展，越来越多的智能优化算法诞生并且被普遍使用，智能优化算法为解决TSP问题开辟了新的途径。启发于社会性动物群体，群体智能正是通过模拟这些自然界中社会性动物的自组织行为而产生的一种高效求解复杂困难问题的新兴计算智能方法，并且已经引起了人们的高度关注。近几十年来，受各种生物群体和自然现象的激发，学者已...
【技术保护点】
1.一种基于烟花粒子群算法的机器人焊接路径规划方法，其特征在于，包括以下步骤：步骤S1：采用贪心算法，初始化种群所有的路径解和所有的控制参数；步骤S2：根据粒子群算子更新所有种群个体的速度与位置，然后进行迭代；步骤S3：将粒子群的个体看作是烟花算法的烟花，通过修改爆炸算子与高斯变异算子，产生火花；步骤S3.1：计算每个烟花产生火花的数量和爆炸幅度；其中，计算每个烟花产生火花的数量方法如下：
【技术特征摘要】
1.一种基于烟花粒子群算法的机器人焊接路径规划方法，其特征在于，包括以下步骤：步骤S1：采用贪心算法，初始化种群所有的路径解和所有的控制参数；步骤S2：根据粒子群算子更新所有种群个体的速度与位置，然后进行迭代；步骤S3：将粒子群的个体看作是烟花算法的烟花，通过修改爆炸算子与高斯变异算子，产生火花；步骤S3.1：计算每个烟花产生火花的数量和爆炸幅度；其中，计算每个烟花产生火花的数量方法如下：其中，si表示第i个烟花产生的火花数量；f(xi)代表第i个烟花的函数值；m是常数，ymax＝max(f(xi))；ε为一个极小的常数，避免分母为0；计算烟花爆炸幅度的方法如下：引入最小半径检查策略，使得：其中，Ai表示第i个烟花的爆炸半径，计算公式如下：其中，表示控制最大爆炸幅度的常数，ymin＝min(f(xi))；ε为一个极小的常数，避免分母为0；步骤S3.2：产生爆炸火花；对于适应度好的烟花，利用2-opt局部搜索启发式算法加强其附近的搜索；对于适应度差的烟花，对其应用遗传算法的交叉算子与变异算子进行全局搜索；通过局部搜索与全局搜索，共同实现爆炸火花的产生过程；所述适度性是指遍历路径的长度，路径长度越短，适应度越好；步骤S3.3：进行高斯变异操作，产生高斯火花；生成爆炸火花之后，烟花算法将烟花进行高斯变异操作产生高斯火花，且从烟花爆炸的所有火花中选择部分火花，产生高斯变异火花；烟花算法的高斯变异过程离散化如下：其中，xi表示第i个火花；e表示一个高斯分布的随机变量，其均值为0，方差为1，i∈[1,numG]，numG是高斯火花总数；xbest是当代烟花以及所有烟花中适应度最优的个体位置信息；(xbest-xi)表示xi到xbest的一个交换序列，记为vk，当e＞1时，vk以概率e的概率保留，当e＜1时，e＝k+e'，k是自然数，e'介于0和1之间，步骤S4：采用精英-轮盘赌策略，选择烟花种群；步骤S5：将离散粒子群算法和离散烟花算法结合，利用双种群策略，重新组建种群；步骤S6：对于总种群，更新个体历史最优解和全局最优解，并进行下一次迭代，直至得到最优的焊接路径。2.如权利要求1所述的一种基于烟花粒子群算法的机器人焊接路径规划方法，其特征在于，所述步骤S1，包括以下步骤：步骤S1.1：随机选择一个焊点，作为焊接机器人所在的位置Pwelding，并加入已访问焊点的序列；步骤S1.2：搜索所有未加入已访问序列的焊点，找到距离当前焊接机器人所在位置Pwelding最近的焊点Pnext，将其添加至已访问序列并作为当前焊接机器人所在的位置；重复搜索，直至所有的焊点都加入已访问序列，得到一个初步优化的个体；重复步骤S1.1至S1.2，最终得到M条初始焊接路径。3.如权利要求1所述的一种基于烟花粒子群算法的机器人焊接路径规划方法，其特征在于，所述步骤S2，包括以下步骤：将一段N个焊点的访问序列看作问题的一个解，即粒子的位置，如[2,1,5,4,3]，用一...
【专利技术属性】
技术研发人员：赵清杰，周欣瑜，张长春，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。