积式决策多目标规划及其新型粒子群寻优算法

摘要：

针对冗余自由度机器人连续轨迹多目标逆解规划问题,分析了多目标决策方法的基本原理,提出并证明了积式决策方法的可行性,并提出商式外点罚函数法,以在积式决策模型框架下处理约束.积式决策优化模型具有复杂的局部极值点结构,需要求解器具有极强的全局极值点搜索能力.为此,设计了高斯巡游粒子群优化算法.以5组通用的无约束和约束最优化测试函数为对象,比较了本文提出的高斯巡游粒子群优化算法和标准粒子群优化算法的全局极值点搜索能力,分别求解100次,结果表明,本文所提算法的求解成功率高于标准粒子群算法.针对具备复杂局部极值点结构的7维优化测试函数,所提算法寻优成功率仍达80％,而标准粒子群算法的寻优成功率下降为0,证明了所提算法具备较强的寻优能力,尤其是在高维空间上,可应用于多自由度机器人路径规划问题求解.

关键词：多目标、积式决策、商式外点罚函数、粒子群

所属期刊栏目：35

分类号：TP24(自动化技术及设备)

资助基金：上海市科技人才计划资助项目11R21421400

在线出版日期：2013-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：171-177