基于粒子群算法的轨迹频谱综合法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (9): 66-68.

基于粒子群算法的轨迹频谱综合法

孔凡国黄伟

五邑大学机电工程系广西电力工业勘察设计院

收稿日期:2006-04-17 修回日期:1900-01-01 出版日期:2007-03-21 发布日期:2007-03-21
通讯作者: 孔凡国

Path Synthesis of Linkage Mechanisms by Spectrum Analysis Based on Particle Swarm Algorithm

Fanguo Kong

Received:2006-04-17 Revised:1900-01-01 Online:2007-03-21 Published:2007-03-21
Contact: Fanguo Kong

摘要/Abstract

摘要： 平面连杆机构轨迹综合的频谱分析方法减少了迭代求解过程中变量的数目，并且变量初值的选定规则简单，极大的减少了轨迹综合计算的复杂度，但寻求最优解的过程仍然使用传统的逐步迭代方法，因此也具有传统寻优法所具有的不足。本文引入粒子群算法对寻优算法进行改进，在原方法的基础上进一步提高了寻优速度和解的全局性。

关键词: 轨迹综合, 频谱分析, 粒子群算法

Abstract: he method of coupler-curve synthesis of linkage mechanisms by spectrum analysis can reduce the numbers of variables in the process of iterative computation so that it reduce the complex of computing. But it also easily run into the local optimum. In this paper, Particle swarm optimization algorithm is introduced to improve, so it can converge at the global optimum quickly.

Key words: path synthesis, spectrum analysis, Particle Swarm Optimization Algorithm

孔凡国黄伟. 基于粒子群算法的轨迹频谱综合法[J]. 计算机工程与应用, 2007, 43(9): 66-68.

Fanguo Kong . Path Synthesis of Linkage Mechanisms by Spectrum Analysis Based on Particle Swarm Algorithm[J]. Computer Engineering and Applications, 2007, 43(9): 66-68.

[1]	黎晴亮, 张志安, 马豪男, 周何苗. 四足机器人抗重心偏移步态优化[J]. 计算机工程与应用, 2022, 58(7): 303-310.
[2]	梅益群, 韩晓龙. 考虑泊位偏好和岸桥移动的泊位岸桥联合调度[J]. 计算机工程与应用, 2022, 58(6): 241-249.
[3]	田枫, 陈淮莉. 考虑用户选择偏好的电动汽车充电站规划研究[J]. 计算机工程与应用, 2022, 58(15): 294-301.
[4]	刘峰, 杨成意, 齐佳音. 面向突发事件识别与测度的金融信号分析[J]. 计算机工程与应用, 2022, 58(12): 269-279.
[5]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[6]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[7]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[8]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[9]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[10]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[11]	周蓉，李俊，王浩. 基于灰狼优化的反向学习粒子群算法[J]. 计算机工程与应用, 2020, 56(7): 48-56.
[12]	杨华龙，陆婷，辛禹辰. 基于改进粒子群算法的异质车队二级IRP优化[J]. 计算机工程与应用, 2020, 56(22): 272-278.
[13]	覃凤婷，杨有龙，仇海全. 基于稀疏子空间的局部异常值检测算法[J]. 计算机工程与应用, 2020, 56(19): 152-159.
[14]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[15]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.