采用进化算法的Gough-Stewart平台优化设计
中国知网
哈尔滨理工大学
摘要
针对基于传统雅克比矩阵建立Gough-Stewart平台(GSP)的可操作度没有明确的物理意义,且随表示单位不同而发生变化的问题,基于量纲一的雅克比矩阵建立了不随表示单位变化的新可操作度指标.将多态进化算法AEGA应用于GSP单目标函数的优化设计中,得到多组备选方案,最终为设计者提供多组优化参数.为了解决多目标同时优化的问题,把多目标进化算法NSGA-II应用于GSP的优化设计中,得到多组优化解,即Pareto优化解集.以用作运动模拟器的GSP为例进行优化设计分析,验证了方法的可行性,该方法比传统单目标函数优化设计更符合工程实际.
关键词
Gough-Stewart平台 量纲一的可操作度 实数编码遗传算法 多态进化算法 多目标优化进化算法 NSGA-Ⅱ Pa-reto优化解集 Gough-Stewart platform invariant manipulability index real-coded genetic algorithms multimodal evolutionary algorithms multi-objective evolutionary algorithms NSGA-II Pareto optimal set
