[发明专利]一种改进的布谷鸟算法及优化机器人结构参数的方法

权利要求书

1.一种改进的布谷鸟算法，包括传统的布谷鸟算法，其特征在于，用自适应步长控制因子α(t_i+1)替换所述传统的布谷鸟算法中步长控制因子，α(t_i+1)通过下式表示：

上式中，T为当前迭代次数与总迭代次数之比，α_min为步长控制因子的下限，α_max为步长控制因子的上限，t_max为最大迭代次数，t_i为当前迭代次数。

2.根据权利要求1所述的一种改进的布谷鸟算法，其特征在于，传统的布谷鸟算法包括以下步骤：

步骤1、初始化种群：设置鸟巢数量为m，维数为n，发现概率为pa，最大迭代次数为N，计算每个所述鸟巢位置的适应度；

步骤2、通过莱维飞行公式对鸟巢位置进行更新，莱维飞行公式为：

上式中，表示第t代第i个鸟巢位置；α(t_i+1)是步长控制因子；

步骤3、求解通过步骤2更新后鸟巢位置的适应度，若更新后的所述适应度高于更新前的适应度，则用更新后的鸟巢位置替换更新前的鸟巢位置；

步骤4、根据发现概率随机淘汰步骤3得到的部分鸟巢位置，并通过偏好随机行走更新被淘汰的鸟巢位置，所述偏好随机游走的公式为：

其中γ～U(0,1)，和为第t代中的两个随机鸟巢位置；

步骤5、计算经过步骤4更新后鸟巢位置的适应度，并输出适应度最好的鸟巢位置；

步骤6、对步骤2-5进行迭代，并判断是否满足终止条件，若满足，则步骤5得到的鸟巢位置为最优解，否则进行下一次迭代。

3.根据权利要求2所述的一种改进的布谷鸟算法，其特征在于，所述终止条件为达到最大迭代次数或步骤5得到的所述适应度达到终止范围。

4.一种基于改进的布谷鸟算法优化机器人结构参数的方法，其特征在于，包括以下步骤：

步骤1、根据DH参数确定机器人第i个关节变换矩阵

上式中，a、d、α、θ均为关节尺寸；

将机器人每个关节的变换矩阵依次相乘得到机器人末端相对于基坐标的变换矩阵

步骤2、根据所述变换矩阵求取机器人雅可比矩阵J(q)，所述雅可比矩阵J(q)的第i列如下：

对于转动关节i：

J_i＝((p×n)_z (p×o)_z (p×a)_z n_z o_z a_z)^T (7)；

对于移动关节i：

J_i＝(n_z o_z a_z 0 0 0)^T (8)；

上式中，n,o,a,p是变换矩阵的四个列矢量；

计算所述雅可比矩阵J(q)的条件数：

上式中，σ_max(J)、σ_min(J)分别表示雅可比矩阵的最大奇异值、最小奇异值；

根据所述雅可比矩阵的条件数计算第i个关节在整个运动空间内运动学灵巧度：

步骤3、采用所述改进的布谷鸟算法对每个关节尺寸进行优化，所述鸟巢位置为关节尺寸，所述适应度为灵巧度，目标函数为：

min(GCI) (11)；

约束条件为：

r_min＜r＜r_max (12)；

上式中，r为关节的工作半径。