[發明專利]一種平面四桿機構軌跡設計的果蠅優化方法

有效

• 申請號: 201810471646.6
• 申請日: 2018-05-17
• 公開（公告）號: CN108710748B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 李剛;王沁;趙鵬;喬路;蘇宇;田軍委;李錦濤
• 申請（專利權）人: 西安工業大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06N3/00
• 代理公司: 無錫松禾知識產權代理事務所(普通合伙) 32316
• 代理人: 段小麗

1.一種平面四桿機構軌跡設計的果蠅優化方法，其特征在于：

步驟一，果蠅種群及算法參數初始化；

步驟二，給定每個果蠅個體隨機方向和距離執行嗅覺搜索；

步驟三，計算果蠅嗅覺濃度判定值和嗅覺濃度，進行果蠅總群評估；

步驟四，根據果蠅嗅覺濃度的大小排序將其分為兩個規模可調節的動態子群，其中一個子群由嗅覺濃度較高的果蠅個體組成，執行精英學習策略來增強算法的局部探索能力促使其快速收斂到最佳位置，其余果蠅個體組成另一個子群采用差分變異策略保證算法的全局開發能力以增加種群的多樣性；子群規模調節策略如下式：

N₁＝N-N₂

式中為向下取整運算，N為種群規模，t為當前迭代次數，maxit為最大迭代次數，N_max、N_min分別為種群最大最小規模因子，取值為正且滿足N_max＞N_min，N₁為精英學習子群規模，N₂為差分變異子群規模，隨著迭代次數的逐步增加，子群規模N₁的量值從N*N_min增加至N*N_max；

所述精英學習策略如式：

X_i,t+1＝X_axis_t+r*(X_axis_t-X_i,t)*Gauss(0,1)

Y_i,t+1＝Y_axis_t+r*(Y_axis_t-Y_i,t)*Gauss(0,1)

式中r為調節因子，其中調節因子滿足：

式中，X_i,t+1、Y_i,t+1為第t+1代優秀子群中果蠅個體i的位置坐標，X_i,t、Y_i,t為第t代優秀子群中果蠅個體i的位置坐標，X_axis_t，Y_axis_t為第t代精英果蠅個體的位置坐標，Gauss(0,1)為服從期望為0，方差為1的高斯分布；

所述差分變異策略如式：

X_i,t+1＝X_i,t+c*(X_j,t-X_k,t)+(1-c)*(X_m,t-X_n,t)

Y_i,t+1＝Y_i,t+c*(Y_j,t-Y_k,t)+(1-c)*(Y_m,t-Y_n,t)

式中，X_i,t+1、Y_i,t+1為第t+1代普通子群中果蠅個體i的位置坐標，X_i,t、Y_i,t為第t代普通子群中果蠅個體i的位置坐標，X_j,t、X_k,t、X_m,t、X_n,t和Y_j,t、Y_k,t、Y_m,t、Y_n,t分別為第t代中整個種群里與個體i相異的隨機選擇的4個個體的位置坐標，c為尺度因子，取值為(0,1)區間的均勻分布隨機數；

步驟五，計算果蠅嗅覺濃度判定值和嗅覺濃度，進行果蠅總群評估；

步驟六，果蠅群體使用視覺飛向最佳食物位置；

步驟七，如果達到終止條件，則結束，若沒有達到終止條件，則重新回到“步驟二”；

平面四桿機構中，l₁為主動桿，l₂為連接桿，l₃為從動桿，l₄為機架，和ψ₀分別為對應桿件在右極限位置時的初始位置角；

采用了十進制的2×3實值矩陣編碼，矩陣的行向量表示果蠅個體所在搜索空間的維度位置，每一列表示一個需要優化的平面四桿機構的參數；對于個體P_i其編碼如下式：

上式第1行向量x_i＝(x_i1,x_i2,x_i3)表示果蠅的橫坐標，第2行向量y_i＝(y_i1,y_i2,y_i3)表示果蠅的縱坐標；3個列向量則分別對應四桿機構設計變量l₂、l₃和l₄的桿長量值位置編碼；

嗅覺濃度判定值為S_i，果蠅個體與種群位置坐標原點的歐氏距離為Dist_i；滿足

式中，x_i和y_i為果蠅X和Y搜素方向上的位置坐標。