1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国科学院大学，北京100049
本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题，提出了一种基于改进灰狼算法的避障跟踪优化器。首先，基于包围盒法对避障空间进行了建模，使用GJK算法计算机械臂与障碍物之间的最小距离。其次，设计了适应度函数，引入避障奖励项对优化器进行主动奖励，使机械臂在跟踪目标轨迹的同时避开障碍物。然后，使用随机分散策略对灰狼算法进行了改进，以增强算法的全局搜索能力，从而更好地求解优化问题。最后，使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明：对于圆形目标轨迹，机械臂的末端跟踪误差为0.21 mm；跟踪过程中，机械臂与障碍物的距离不小于70 mm；相比于经典灰狼算法，改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务；改进的灰狼算法能有效提高经典灰狼算法的收敛精度。
冗余机械臂 灰狼算法 轨迹跟踪 避障规划 redundant robotic manipulator grey wolf optimizer trajectory tracking obstacle avoidance 光学 精密工程
2023, 31(24): 3595
1 南京信息工程大学, 南京 210000
2 水利部南京水利水文自动化研究所, 南京 210000
针对灰狼算法易陷入局部最优导致路径寻优精度低的问题, 提出一种用于静态二维无人机路径规划研究的改进灰狼算法。首先,提出一种控制参数非线性调整策略, 平衡算法的全局搜索与局部搜索; 同时,将灰狼算法与Powell算法结合, 提高算法寻优效果及路径规划精度; 最后,通过测试与仿真说明改进后的灰狼算法具有更好的寻优精度和路径规划效果。
路径规划 灰狼算法 Powell算法 path planning grey wolf optimizer algorithm Powell algorithm
1 浙江大学药学院, 浙江 杭州 310030
2 浙江大学智能创新药物研究院, 浙江 杭州 310018
烟草是一种成分复杂的天然植物, 地理位置、 生长条件等外界因素直接影响着烟叶的品质; 我国烟叶种植范围十分广泛, 每个产区种植的烟叶都有其独特的风格特征, 不同产区的烟叶配比对卷烟的质量起着决定性的作用。 为实现烟叶产地准确、 快速判别, 基于近红外光谱(NIRS), 采用灰狼算法(GWO)优化的支持向量机(SVM)算法实现烟叶产地鉴别分类。 以8个产地的824个烟叶样本为研究对象, 基于x-y距离样本集划分(SPXY)方法得到校正集617个和验证集207个样品。 首先应用最佳波长筛选方法, 如竞争自适应加权采样(CARS)和随机青蛙(RF)算法减少光谱冗余信息, 最终从1 609个变量中分别获得141和534个与产地相关的重要变量, 并以此输入SVM作为建模数据, 接下来在相同搜索范围内比较了粒子群优化算法(PSO)、 遗传算法(GA)和GWO对SVM分类模型的优化效果。 结果表明, 经RF筛选后的光谱变量较CARS具有更好的产地建模性能, 其中RF-GWO-SVM对8个产地烟叶的整体判别正确率达到了96.62%, 相较于RF-PSO-SVM和RF-GA-SVM正确率更高。 同时, RF-GWO-SVM的运行时间分别比RF-PSO-SVM和RF-GA-SVM的运行时间缩短156和131 min, RF-GWO-SVM具有精度更高、 寻优速度更快等优点。 GWO对于SVM模型参数具有更高效的优化能力, 可用于烟叶产地快速鉴别模型的建立。
近红外光谱技术 灰狼算法 支持向量机 烟叶 产地鉴别 Near-infrared spectroscopy Grey wolf optimizer Support vector machine Tobacco Origin identification 光谱学与光谱分析
2022, 42(9): 2830
1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国科学院大学，北京100049
3 中国科学院大学 材料与光电研究中心，北京100049
针对模块化关节，设计了一套离线辨识方法，对关节的摩擦模型进行了辨识，并对摩擦力进行了补偿。首先，介绍了该模块化关节的结构和控制系统，建立了关节的动力学模型。然后，基于LuGre摩擦模型对关节摩擦力进行了建模，分别用灰狼算法和分段最小二乘配合伪随机序列法辨识了模型的参数，并进行对比分析。最后，设计了基于LuGre摩擦模型的前馈补偿算法，并进行了实验验证。实验结果表明：相较于分段最小二乘法，灰狼算法的辨识精度提高了19.2%；给定幅值为1 （°）/s，频率为10 Hz的正弦速度信号，摩擦补偿使关节速度跟踪误差从0.295 （°）/s减少为0.183 （°）/s；关节速度环带宽从12 Hz提高到18 Hz。多次实验显示，辨识的数据具有较高的重复性，验证了辨识方法的有效性。设计的前馈摩擦补偿算法可以改善关节控制系统的动态性能。
模块化关节 参数辨识 LuGre摩擦模型 灰狼算法 摩擦补偿 modular joint parameter identification LuGre friction model grey wolf optimizer friction compensation 光学 精密工程
2021, 29(11): 2683
宁夏大学 物理与电子电气工程学院, 宁夏 银川 750021
为了解决传统复原算法在退化图像复原过程中过度依赖先验知识弊端, 提出利用BP神经网络学习和泛化能力强的优点进行退化图像复原研究。首先, 采用BP神经网络进行退化图像的复原研究。然后, 针对BP神经网络在学习过程中由于对网络初始值的过度依赖导致网络收敛速度慢、易于陷入局部极小值的缺点。提出利用灰狼优化算法的全局搜索能力对BP神经网络的初始参数进行优化, 并利用改进收敛因子与动态权重指导种群移动的方式对灰狼算法进行改进。实验表明, 本文提出的改进灰狼算法优化BP神经网络复原方法与维纳滤波算法、L-R复原算法、BP神经网络和PSO-BP神经网络等复原方式相比, 收敛速度和复原精度方面得到大幅度提高, 在客观的评价标准结构相似度与峰值信噪比方面都获得较好的数值结果。
BP神经网络 灰狼优化算法 L-R复原算法 维纳滤波 PSO-BP神经网络 BP neural network grey wolf optimizer L-R restoration algorithm Wiener filtering PSO-BP neural network
