基于量子粒子群算法的连杆机构的优化设计.pdfVIP

ValueEngineering · 291 · ! 基于量子粒子群算法的连杆机构的优化设计 OptimizationDesignofLinkageMechanism BasedonQuantum ParticleSwarm Optimization 周凌 ZhouLing (无锡商业职业技术学院，无锡 214163) (WuxiInstituteofCommerce，Wuxi214163，China) 摘要：粒子群算法是一种基于乌群的智能优化方法，量子粒子群算法是对粒子群算法进行改进的算法，运算规则简单，收敛速度快，变量少， 易于编程实现。对于多 目标、多约束条件的四连杆机构优化设计，本文提出了一种基于量子粒子群算法求解的设计方法。经过仿真实践，能够有 效求解 ，是求解四连杆机构优化 问题的一个较好方案。 Abstract：TheParticleSwarmOptimizationisanintelligentoptimizationmethodbasedonbirdflock．TheQuantumParticleSwarm Optimization whichimprovesParticleSwarm Optimization，hassimpleoperationrules，fastconvergencerate，lessvariables，andiseasytotherealization ofprogram． ThispaperputsforwardthedesignmethodbasedonQuantumParticleSwarmOptimizationforoptimizationdesignoffourbarlinkageofmulti-objective， multi—constraintconditions．Itcanbeeffectivelysolvedthroughsimulationpractice．Andthisdesignmethodisabettersolutionofsolvingtheoptimization problem offourbra linkage． 关键词：量子粒子群算法；连杆机构；优化设计 Keywords：QuantumParticleSwarmOptimization；linkagemechanism；optimizationdesign 中图分类号：G42 文献标识码 ：A 文章编号：1006—4311(2010)35—0291—02 O 引言 力，在工程实践中得到较好的尝试。 粒子群算法 (ParticleSwarmOptimization)是 由美国社会心理学 1量子粒子群优化算法 (QPSO) 家Kennedy和 电气工程师 Eberhart在 1995年共 同提出的，是继蚁 粒子群优化算法(PSO)是一类基于群体智能的随机优化技术 群算法之后的又一种新的群体智能算法，目前已成为进化算法的一 是基于群体的迭代搜索，这种算法没有交叉、变异算子，粒子群优化 个重要分支。但 PSO算法不能保证全局收敛，因此改进得到基于量 算法是通过个体之间的协作来搜寻最优解，它利用了生物群体中信 子行为的粒子群法 (Quantum—behavedParticleSwarmOptimization．息共享的思想，其概念简单、易于实现。PSO算法群体中的粒子在每 QPSO o该方法收敛速度快，全局搜索能力强，并且不需要借助 问题 次迭代搜索的过程中，通过跟踪群体 2个极值：粒子本身所找到的最 本身的特殊信息，可以解决大部分优化问题。连杆机构是最常用的 优解 Pbest和群体找到的最优解 Gbest来动态调整 自己位置和速 机构，利用连杆机构可以方便地达到改变运动的传递方向、扩大行 度，完成对问题寻优。但由于其搜索空间有限，易陷入局部极值。量 程、实现增力和远距离传动等 目的。连杆机构优化设计在机构设计 子粒子群优化算法(Q