基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种求解3-RPS并联机构正解优化的快速数值解算法,采用数值优化方式将正解转换为最小化问题.针对3-RPS并联机构位姿正解优化,采用数值法建立该并联运动平台正解方程,其实质为带约束的多目标非线性方程组.建立判定方程实现方程组单目标优化,采用引导人工蜂群算法进行最小值优化求解.该算法既利用了基本人工蜂群算法中邻近蜜蜂交换蜜源信息的方式,又采用全局最优蜜蜂引导所有蜜蜂往更优蜜源处移动,更快速地搜索到最优蜜源位置.通过求解3-RPS正解数值解优化仿真算例分析,对比改进蚁群算法和基本人工蜂群算法,结果表明引导人工蜂群算法是高精度高速求解并联运动平台正解优化的一种有效方法.
推荐文章
基于连续蚁群算法的3-RPS并联机构正解
并联机构
运动学正解
蚁群算法
多目标优化
3-RPS并联机构正解快速数值算法
并联机构
运动学正解
算法
数值解法
应用粒子群算法的3-RPS并联机器人机构位置正解
并联机器人机构
位置正解
粒子群算法(PSO)
3-RPS并联机构的杆长参数识别
计量学
杆长
并联机构
结构参数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于引导人工蜂群算法的3-RPS并联机构正解优化
来源期刊 农业机械学报 学科 工学
关键词 并联机构 人工蜂群算法 运动学正解
年,卷(期) 2017,(1) 所属期刊栏目 先进制造技术及基础理论
研究方向 页码范围 339-345
页数 分类号 TH112
字数 语种 中文
DOI 10.6041/j.issn.1000-1298.2017.01.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢志江 重庆大学机械传动国家重点实验室 159 1375 19.0 29.0
2 吴小勇 重庆大学机械传动国家重点实验室 16 70 5.0 8.0
3 袁岳军 重庆大学机械传动国家重点实验室 4 19 2.0 4.0
4 毛冰滟 重庆大学机械传动国家重点实验室 2 40 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (186)
共引文献  (291)
参考文献  (22)
节点文献
引证文献  (14)
同被引文献  (61)
二级引证文献  (17)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(8)
  • 参考文献(1)
  • 二级参考文献(7)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(19)
  • 参考文献(1)
  • 二级参考文献(18)
2010(23)
  • 参考文献(1)
  • 二级参考文献(22)
2011(31)
  • 参考文献(2)
  • 二级参考文献(29)
2012(23)
  • 参考文献(4)
  • 二级参考文献(19)
2013(16)
  • 参考文献(3)
  • 二级参考文献(13)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(11)
  • 引证文献(9)
  • 二级引证文献(2)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
并联机构
人工蜂群算法
运动学正解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导