机器人在线 > 资讯 > 技术干货 > 焊接机器人的PSO算法的应用

焊接机器人的PSO算法的应用

时间：2017-09-07 来源：机器人在线阅读：6870

1.5 .3 PSO算法的应用

正如前文所述，粒子群具有算法简单、易于实现且适合于多维度的全局搜索问题。自其提出以来，PSO算法及其改进形式，在各方面的到了广泛应用，并取得了理想的效果。这在电力行业中表现得尤为突出。

文献将改进粒子群算法应用于火电厂厂级负荷在线优化分配问题，根据电力运输情况可实现机组负荷的实时调整。Su Wang等将混沌粒子群用来优化港口码头资源分配调度问题，并将改进后的算法与标准PSO进行对比，如图1-16所示。结果表明前者在优化过程中性能更加优异，大大降低了船只等待时间，提高了码头资源的使用效率。水库调度的优化是一个复杂的、动态的、非线性优化的过程，Zhongbo Zhang等提出了一种新颖的粒子群算法(IAPSO)，有效控制了水库的电量的存储于传输的稳定性。

在大规模视觉传感网络中，传感器位置的合理分布能极大提高整个网络的使用效率，这是一个优化传感器覆盖率的问题。为解决这一问题，文献分别三种改进的PSO算法进行优化，实验表明文中提出的改进的PSO算法能有效配置传感器，并提高了网络的使用性能。

在摄像机标定领域，也有不少学者把粒子群算法应用于标定过程中。总体都是围绕改善PSO算法的收敛性角度入手的，可分为两类:1.引入其他算法，提高PSO收敛性能; 2.采用自适应参数，改进粒子位置或速度的更新方式。

文献为克服传统PSO的缺点，将量子理论与粒子群算法揉合。具有量子行为的粒子能有效克服局部收敛，实验表明该方法可行，平均投影误差小于一个像素。文献在进行护理机器人视觉系统时，为提高算法性能，引入蒙特卡罗算法，利用相机标方程作为适应度函数，仿真结果显示改进后的PSO收敛效果良好。王德超等人利用“动量”概念，通过控制着前一速度对当前速度的影响，实现了实时变化的惯性系数，实验表明这种改进，可有效克服传统PSO的不足是一种有效的标定方法。K. Deep等人利用自适应惯性系数对粒子群算法进行了改进，并应用立体视觉的标定，大量仿真实验表明该方法对噪声不敏感，鲁棒性好。焊接机器人