基于多策略融合蜣螂優(yōu)化算法的工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)辨識(shí)方法

打開文本圖片集

摘要：針對(duì)蜣螂優(yōu)化（DBO）算法在工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定過程中存在的全局探索和局部開發(fā)能力不平衡、求解精度低等問題，提出了一種基于局部指數(shù)積（LPOE）運(yùn)動(dòng)學(xué)模型的多策略融合蜣螂優(yōu)化算法（MSFDBO）。首先建立基于LPOE模型的運(yùn)動(dòng)學(xué)參數(shù)辨識(shí)模型；然后采用Piecewise混沌映射和精英反向?qū)W習(xí)策略進(jìn)行種群初始化，得到分布更加均勻的種群；融入魚鷹探索行為，提高DBO算法的全局探索能力，通過隨機(jī)擾動(dòng)機(jī)制擴(kuò)大搜索范圍，減少DBO算法陷入局部最優(yōu)的可能性。（剩余21193字）