文献类型：期刊文章

作　　者：王超[1] 宋公飞[1,2,3] 徐宝珍[1]

WANG Chao;SONG Gong-fei;XU Bao-zhen(School of Automation,Nanjing University of Information Science&Technology,Nanjing Jiangsu 210044,China;Key Laboratory of Advanced Control and Optimization for Chemical Processes,Shanghai,200237,China;CICAEET,Nanjing University of Information Science&Technology,Nanjing Jiangsu 210044,China)

机构地区：[1]南京信息工程大学自动化学院,江苏南京210044 [2]化工过程先进控制和优化技术教育部重点实验室,上海200237 [3]南京信息工程大学江苏省大气环境与装备技术协同创新中心,江苏南京210044

出　　处：《计算机仿真》

基　　金：国家自然科学基金资助项目(61973170,61973168)。

年　　份：2021

卷　　号：38

期　　号：8

起止页码：368-371

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：针对工业机器人在给定路径点和运动学约束条件下寻求时间最优解,提出了一种改进的自适应遗传算法(Improved Adaptive Genetic Algorithm简称IAGA)。在改进的算法中设计了一组随种群适应度变化的非线性交叉和变异算子,使算法易跳出局部解,寻求全局最优解能力更强。在关节空间中通过五次非均匀B样条进行插值,以运行时间为优化目标和运动学为约束条件,采用改进的算法进行寻优。寻优结果与其它优化算法相比,结果表明,改进的自适应遗传算法在搜索精度和稳定性均强于其它算法,所得的时间更短且速度、加速度和冲击曲线平滑连续。

关 键 词：轨迹规划  自适应遗传 时间最优  工业机器人

分 类 号：TP301.6]