导读:本文包含了遗传规划论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,路径,机器人,函数,点焊,种群,逆变器。
遗传规划论文文献综述
宋宇,王志明[1](2019)在《基于改进遗传算法的移动机器人路径规划》一文中研究指出将遗传算法用于路径规划时,传统算法虽然简单,但不适用转弯情况较多的复杂地图。针对这一问题,首先将RRT算法用于栅格环境下产生初始路径,其次提出一种新的插入算子,最后进行路径优化。根据不同地图与其他文献中的改进遗传算法,进行对比研究与分析,制定路径长度与算法用时2个指标来评判算法的优劣。仿真结果表明,改进算法得到的路径长度缩短了70%,路径长度达到最优的用时减少了8%。(本文来源于《现代电子技术》期刊2019年24期)
王静,王春梅,姚秀娟[2](2019)在《基于改进协同遗传算法的有效载荷系统功能序列规划方法》一文中研究指出针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显着提高了功能序列规划的效率。(本文来源于《国防科技大学学报》期刊2019年06期)
王增波,向海兰,贺丹,熊湘林[3](2019)在《基于遗传算法的虚拟牙齿矫正路径规划》一文中研究指出在隐形牙齿矫正仿真系统中,采用遗传算法实现了多颗牙齿同时移动的路径规划。反复实验确定了算法中的各种遗传参数和操作,特别是在适应度函数中加入了牙齿间的碰撞检测,更符合真实的治疗场景,实验结果显示了该方法的有效性。(本文来源于《信息与电脑(理论版)》期刊2019年22期)
霍丽娜[4](2019)在《基于粗粒度-主从式并行遗传算法的换热管最优清洗路径规划》一文中研究指出针对清洗机器人清洗路径冗余耗时等问题,提出基于粗粒度-主从式并行遗传算法策略获取最优清洗路径。采用多核CPU+GPU与算法相结合方法最大程度加速最优路径计算过程,充分利用了多核CPU和GPU协作并行计算潜力,充分发挥了粗粒度-主从式并行遗传算法的计算优势。实验结果表明,相比传统简单遗传算法计算时间缩短了62.4%,总合成位移减少11.9%。(本文来源于《自动化技术与应用》期刊2019年11期)
张兰云,顾晓青[5](2019)在《基于遗传算法的装船顺序整数规划问题求解》一文中研究指出针对原有装船顺序整数规划求解算法所求得的最优解精度较低的问题,设计遗传算法的装船顺序整数规划求解算法。根据遗传算法演变规则设定整体算法求解流程;依照流程中的硬约束条件要求采用船舶重心与装船翻箱率结合的形式,设计装船规则;根据装船规则内容,采用翻箱率与船舶重心目标函数组成整数规划模型并进行求解。至此,遗传算的装船顺序问题整数规划求解算法完成。构建对比试验,与原有算法相比,此算法最优适度曲线与准确计算结果相近,原有方法与计算结果误差较大。因而,此算法求解精度更高,此算法更有效。(本文来源于《舰船科学技术》期刊2019年22期)
刘志海,薛媛,周晨,柏海龙,崔鑫龙[6](2019)在《基于遗传算法的机器人路径规划的种群初始化改进》一文中研究指出针对遗传算法应用于机器人路径规划问题时随机生成初始种群的盲目性,对初始化算法进行了改进。首先在起点和终点所在行之间的各栅格行中随机选择一个自由栅格以保证路径的无障碍性,由于这些栅格组成的路径不连续,故设计了中点连接法连接间断点,最后对路径进行简化以避免重复路径。将此算法与文献[8]的自适应遗传算法在相同环境下仿真,实验结果表明:改进种群初始化的遗传算法能有效提高解的质量,提高进化速度。(本文来源于《机床与液压》期刊2019年21期)
郭玥,李潇雯[7](2019)在《基于遗传算法的码垛机器人路径规划应用》一文中研究指出目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。(本文来源于《包装工程》期刊2019年21期)
郑嘉龙[8](2019)在《基于非线性规划遗传算法的并网逆变器LCL滤波器参数优化研究》一文中研究指出并网逆变器是新能源发电系统与电网的接口,通常采用LCL滤波器滤波。因此LCL滤波器参数成为了研究热点,提出了大量的设计方法。传统LCL滤波器参数设计方法计算复杂,给设计带来了困难且存在设计参数性能低等问题。提出了基于非线性规划遗传算法优化设计LCL滤波器参数。通过设计实例的Matlab仿真验证了设计方法的正确性和有效性,可以给工程人员提供有力的设计依据。(本文来源于《电力电容器与无功补偿》期刊2019年05期)
赵铁军,罗羽枭[9](2019)在《基于改进自适应遗传算法的点焊机器人TSP路径规划》一文中研究指出基于TSP问题建立焊点路径数学模型。同时为改善遗传算法自身收敛速度慢问题,采取适应度计算评估、适应度比例选择步骤;为了提高计算速度与避免局部最优缺陷,采用自适应交叉、变异算子,以及加入进化逆转步骤操作来提升算法全局计算和搜索能力。最后利用RobotStuidio仿真软件建立点焊工艺加工站,进一步检验算法在实际编程中的应用。(本文来源于《机械工程师》期刊2019年10期)
胡锦楠,杨泽[10](2019)在《基于遗传算法的喷涂轨迹规划方案研究》一文中研究指出本文针对釉喷工艺中的喷涂轨迹规划方案进行研究,在喷涂过程中喷釉厚度必须尽量均匀的要求下设计新的喷枪轨迹。首先运用Delaunay叁角剖分算法,生成较多的叁角片数量提高剖分平面的精度,进一步将相邻小平面按法向量相近度拼接为较大平面,在较大平面上进行喷涂。检验位于平面交界处喷涂距离的初值,在喷漆厚度误差小于10%的约束条件下,采用遗传算法对参数进行优化求解,得到喷涂距离为220mm。(本文来源于《科技创新导报》期刊2019年25期)
遗传规划论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显着提高了功能序列规划的效率。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传规划论文参考文献
[1].宋宇,王志明.基于改进遗传算法的移动机器人路径规划[J].现代电子技术.2019
[2].王静,王春梅,姚秀娟.基于改进协同遗传算法的有效载荷系统功能序列规划方法[J].国防科技大学学报.2019
[3].王增波,向海兰,贺丹,熊湘林.基于遗传算法的虚拟牙齿矫正路径规划[J].信息与电脑(理论版).2019
[4].霍丽娜.基于粗粒度-主从式并行遗传算法的换热管最优清洗路径规划[J].自动化技术与应用.2019
[5].张兰云,顾晓青.基于遗传算法的装船顺序整数规划问题求解[J].舰船科学技术.2019
[6].刘志海,薛媛,周晨,柏海龙,崔鑫龙.基于遗传算法的机器人路径规划的种群初始化改进[J].机床与液压.2019
[7].郭玥,李潇雯.基于遗传算法的码垛机器人路径规划应用[J].包装工程.2019
[8].郑嘉龙.基于非线性规划遗传算法的并网逆变器LCL滤波器参数优化研究[J].电力电容器与无功补偿.2019
[9].赵铁军,罗羽枭.基于改进自适应遗传算法的点焊机器人TSP路径规划[J].机械工程师.2019
[10].胡锦楠,杨泽.基于遗传算法的喷涂轨迹规划方案研究[J].科技创新导报.2019