点焊机器人路径优化算法研究开题报告.docVIP

点焊机器人路径优化算法研究 开题报告 班级（学号）：自控0804班 2008010918 姓名：周伟 指导教师 王辉 一、综述 　 点焊机器人简介 机器人无论在国际还是国内，近年来发展速度不断加快，应用领域越来越广，新技术不断采用，机器人数量越来越多。汽车厂使用的机器人主要用于搬运、焊接、涂敷和装配等工作。汽车厂冲压、焊装、涂装及总装四大工序中使用机器人的水平和数量，代表着该厂自动化、现代化的水平。 国外全部使用机器人的无人操作汽车厂屡见不鲜渐成主流，这也将是国内汽车工业发展到一定阶段的必然产物和发展方向。应用机器人不仅能进行复杂的工艺操作、适应恶劣工作环境，取代笨重、单调、重复的人工体力劳动，保证产品质量，提高工效、节约能源、安全生产、消除一切人为影响产品质量因素，还能迅速组成柔性生产系统，特别适宜于新产品开发和多品种生产需要，产品换型上马快、周期短、应变能力强。 无论哪种类型的点焊机，其结构均由三大部分组成：电源及控制装置（阻焊控制器）、能量转换装置（焊接变压器）和焊接执行机构（点焊钳或点焊枪）。上文提到的三种类型的点焊机，其主要区别在于焊接执行机构不同。普通点焊机是由工人手抱点焊钳逐点对工件焊接，多点焊机顾名思义是由安装在多种形式机架上的多把点焊枪同时焊接，点焊机器人模仿人工动作使用安装在机械手臂上的点焊钳对工件焊接。 2、路径优化问题 而路径优化问题实际上就是TSP(旅行商)问题。“旅行商问题”常被称为“旅行推销员问题”，是指一名推销员要拜访多个地点时，如何找到在拜访每个地点一次后再回到起点的最短路径。规则虽然简单，但在地点数目增多后求解却极为复杂。以个地点为例，如果要列举所有路径后再确定最佳行程，那么总路径数量之大，几乎难以计算出来。多年来全球数学家绞尽脑汁，试图找到一个高效的算法，近来在大型计算机的帮助下才取得了一些进展。TSP问题在物流中的描述是对应一个物流配送公司，欲将n个客户的订货沿最短路线全部送到。如何确定最短路线。TSP问题最简单的求解方法是枚举法。它的解是多维的、多局部极值的、趋于无穷大的复杂解的空间，搜索空间是n个点的所有排列的集合，大小为（n-1）。可以形象地把解空间看成是一个无穷大的丘陵地带，各山峰或山谷的高度即是问题的极值。求解TSP，则是在此不能穷尽的丘陵地带中攀登以达到山顶或谷底的过程。 问题解法 1）人工蚁和蚂蚁一样，是一群相互合作的个体，每个蚂蚁都能建立一种解决方案，整个蚁群相互合作在全局范围内找出问题的较优的解决方案。 （2）人工蚁和真实蚂蚁有着公共的任务，寻找最优路径。 （3）人工蚁和真实蚂蚁一样也通过使用信息素进行间接通讯。 （4）人工蚁和真实蚂蚁的觅食行为都是一种正反馈过程。 （5）在蚁群算法中存在一种信息素的挥发机制，类似于真实世界中的情况， （6）不预测未来状态概率的状态转移策略。人工蚁的策略是充分利用了局部信息，而没有前瞻性的预测未来的状态 1.2蚁群算法基本原理 蚁群算法[3]可以表述如下：初始时刻，各条路径上的信息素量相等，设τij(0) = C（C 为常数），蚂蚁k（k=1,2,3,…,m）在运动过程中根据各条路径上的信息量决定转移方向。蚂蚁系统所使用的转移规则被称为随机比例规则，在时刻 t，蚂蚁 k 从城市i选择城市j 的转移概率(t)为： (1) 其中，Jk(i)= {1，2，……，n}- tabuk 表示蚂蚁 k 下一步允许选择的城市。列表tabuk记录了蚂蚁 k 在本次迭代中已经走过的城市，不允许该蚂蚁在本次循环中再经过这些城市。当所有 n 座城市都加入到tabuk中时，蚂蚁 k 便完成了一次周游，此时蚂蚁 k 所走过的路径便是 TSP 问题的一个可行解。(1)式中的ηij 是一个启发式因子，被称为能见度因子。在 AS 算法中，ηij 通常取城市 i 与城市 j 之间距离的倒数。α和β分别反映了在蚂蚁的运动过程中已积累的信息和启发信息的相对重要程度。当所有蚂蚁完成一次周游后，各路径上的信息素根据（2. 2）式更新。 (2) (3) 其中ρ(0 ρ 1)表示路径上信息素的挥发系数，1-ρ 表示信息素的持久系数；△τij表示本次迭代边 (ij) 上信息素的增量。△τkij表示第 k 只蚂蚁在本次迭代中留在边(ij) 上的信息素量。如果蚂蚁 k 没有经过边(ij)，则△τkij的值为0。△τkij表示为：