基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

上海交通大学学报（自然版） ›› 2015, Vol. 49 ›› Issue (03): 387-391.

• 自动化技术、计算机技术 • 上一篇下一篇

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

李翠明，龚俊，牛万才，王翀

（兰州理工大学机电工程学院，兰州 730050）

收稿日期:2014-07-03 出版日期:2015-03-30 发布日期:2015-03-30
基金资助:
国家自然科学基金项目（51165022），甘肃省自然科学基金项目（145RJZA028）资助

Combinatorial Optimization of Spray Painting Robot Tool Trajectory Based on Improved Membership Cloud Models Ant Colony Algorithm

LI Cuiming，GONG Jun，NIU Wancai，WANG Chong

(College of MechanoElectronic Engineering， Lanzhou University of Technology， Lanzhou 730050， China)

Received:2014-07-03 Online:2015-03-30 Published:2015-03-30

摘要/Abstract

摘要：

摘要：针对复杂曲面分片后的喷枪轨迹组合优化问题，利用哈密尔顿图将其转化为广义开环旅行商问题(OTSP)，采用“问题无关的进化算法与问题相关的局部搜索相结合”的策略，首先引入隶属云模型来自适应调节蚁群算法中控制的随机性，然后引入K-opt局部搜索策略的基于改进隶属云模型蚁群算法(MCMACA)对喷枪轨迹组合优化的OTSP问题进行求解.仿真结果表明，改进隶属云模型蚁群算法的全局搜索性和局部收敛性更佳，在复杂曲面上对喷涂机器人喷枪轨迹进行优化具有明显的优越性.
关键词：组中图分类号：文献标志码： A

关键词: 合优化, 喷涂机器人, 蚁群算法, 隶属云模型

Abstract:

Abstract： Aimed at the combinatorial optimization of tool trajectory upon the complex freeform curved surface piece, Hamiltonian path was adopted to transform it to an open traveling salesman problem (OTSP). Meanwhile the strategy of integrating the problemunrelated optimization algorithm and the problemrelated local search was adopted. First, the membership cloud models were introduced to adapt and adjust the randomness controlled by the ant colony algorithm. Then, the Kopt partial search strategy was introduced to find the solution to OTSP in respect of the combinatorial optimization of the tool trajectory based on the improved membership cloud models ant colony algorithm (MCMACA). The simulation result shows that MCMACA features better global search ability and local convergence. Meanwhile, it has obvious advantages in terms of optimization of the spray painting robot tool trajectory on complex curved surface.

Key words: , combinatorial optimization； spray painting robot； ant colony algorithm； membership cloud models

中图分类号:

TP 24

李翠明，龚俊，牛万才，王翀. 基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化[J]. 上海交通大学学报（自然版）, 2015, 49(03): 387-391.

LI Cuiming，GONG Jun，NIU Wancai，WANG Chong. Combinatorial Optimization of Spray Painting Robot Tool Trajectory Based on Improved Membership Cloud Models Ant Colony Algorithm[J]. Journal of Shanghai Jiaotong University, 2015, 49(03): 387-391.

参考文献

［1］Conner C D， Greenfield A， Atkar N P， et al．Paint deposition modeling for trajectory planning on automotive surfaces ［J］. IEEE Transactions on Automation Science and Engineering， 2005， 2(4)：381392．

［2］李发忠，赵德安，姬伟，等．面向凹凸结构曲面的喷漆机器人轨迹优化研究［J］. 江苏科技大学学报：自然科学版，2008，22(4)：6467．

LI Fazhong， ZHAO Dean， JI Wei， et al. Trajectory optimization of spray painting robot for concavoconvex surface［J］. Journal of Jiangsu University of Science and Technology: Natural Science Edition， 2008， 22(4)：6467．

［3］李发忠，赵德安，张超，等. 基于 CAD 的喷涂机器人轨迹优化［J］. 农业机械学报，2010，41(5)：213217．

LI Fazhong， ZHAO Dean， ZHANG Chao， et al. Trajectory optimization of spray painting robot based on CAD ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2010， 41(5)： 213217．

［4］张秉成，陈剑. 基于隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合规划［J］. 机械工程师，2013（9）：9597．

ZHANG Bingcheng， CHEN Jian. Spray tool trajectory combination planning of robotic spray painting based on ant colony algorithm of membership cloud models ［J］. Mechanical Engineer， 2013（9）： 9597．

［5］张煜东，吴乐南，王水花，等. 基于隶属云模型蚁群算法与 LK 搜索的 TSP 求解［J］. 计算机工程与应用，2011，47(14)：4655．

ZHANG Yudong， WU Lenan， WANG Shuihua，et al．Improved ant colony algorithm based on membership cloud models［J］. Computer Engineering and Applications，2011，47(14)：4655．

［6］Yagmahan B， Yenisey M M. A multiobjective ant colony system algorithm for flow shop scheduling problem［J］. Expert Systems with Applications， 2010，37(2)： 13611368．

［7］Wu P， Yang K J， Fang H C. A revised EMlike algorithm+ Kopt method for solving the traveling salesman problem［C］∥First International Conference on Innovative Computing, Information and Control. Los Alamitos： IEEE Computer Society， 2006： 546549.

编辑推荐 0

Metrics

阅读次数

全文

226

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	4	0	222

来源	本网站	其他网站

次数	21	205
比例	9%	91%

摘要

1032

最新录用	在线预览	正式出版

154	0	878

来源	本网站	其他网站

次数	430	602
比例	42%	58%

[1]	李德昌, 杨华龙, 段静茹. 基于合作协议的集装箱班轮运输船期设计和加油策略联合优化[J]. 上海交通大学学报, 2022, 56(7): 953-964.
[2]	叶鸿庆, 苏华德, 郑美妹, 夏唐斌. 考虑双供应商的维护和备件订购联合决策优化[J]. 上海交通大学学报, 2022, 56(10): 1359-1367.
[3]	梁烽杨, 杨毅钧, 刘功龙, 万兵, 高王升. 多无人机系统协同侦察规划算法研究[J]. 空天防御, 2021, 4(1): 103-108.
[4]	蒋小康, 张朋, 吕佑龙, 赵新明, 张洁. 基于混合蚁群算法的半导体生产线炉管区调度方法[J]. 上海交通大学学报, 2020, 54(8): 792-804.
[5]	许显杨，陈璐. 考虑设备可靠性与能耗的平行机调度[J]. 上海交通大学学报, 2020, 54(3): 247-255.
[6]	石郭, 司国锦, 夏唐斌, 潘尔顺, 奚立峰. 面向能耗控制的预知维护与刀具更换联合优化策略[J]. 上海交通大学学报, 2020, 54(12): 1235-1243.
[7]	许波，闵华清，肖芳雄. 蚁群算法求解离散最小约束去除问题[J]. 上海交通大学学报（自然版）, 2015, 49(03): 383-386.
[8]	边展1，徐奇1，靳志宏1，李向军2. 考虑翻箱作业时出口箱堆场作业调度优化[J]. 上海交通大学学报（自然版）, 2014, 48(1): 146-153.
[9]	陶辛阳，夏唐斌，奚立峰. 基于健康指数的预防性维护与多目标生产调度联合优化建模[J]. 上海交通大学学报（自然版）, 2014, 48(08): 1170-1174.
[10]	姜文英，林焰，陈明，于雁云. 基于粒子群和蚁群算法的船舶机舱规划方法[J]. 上海交通大学学报（自然版）, 2014, 48(04): 502-507.
[11]	王盛炜，徐雪松，姚宝恒，连琏. 针对立管重入井过程中等路径段加速度的改进型蚁群优化算法[J]. 上海交通大学学报（自然版）, 2013, 47(10): 1585-1590.
[12]	李真, 陈秀华, 汪海. 基于蚁群算法的复合材料层合板屈曲优化[J]. 上海交通大学学报（自然版）, 2012, 46(05): 768-773.
[13]	胡凯林, 李平. 基于改进蚁群算法的炼铁原料混匀过程调度优化[J]. 上海交通大学学报（自然版）, 2011, 45(08): 1105-112.
[14]	王慧林, 冉承新, 黄维, 马满好. 一种变步长前瞻性电子侦察卫星引导调度方法[J]. 上海交通大学学报（自然版）, 2011, 45(07): 954-960.
[15]	高守玮,杨叶青,张卫东. 基于改进蚁群算法的巡航导弹三维航迹规划 [J]. 上海交通大学学报（自然版）, 2010, 44(09): 1292-1296.

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

Combinatorial Optimization of Spray Painting Robot Tool Trajectory Based on Improved Membership Cloud Models Ant Colony Algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics

本文评价