[发明专利]一种负反馈自适应蚁群算法的机构运动链同构识别方法

摘要

本发明涉及一种引入负反馈的自适应蚁群算法的机构运动链同构识别方法，包括以下步骤根据机构运动链的结构形成其对应的拓扑图；对运动链机构框架进行按结构特征的排序，主要由拓扑图分层及层内初步排序两步组成；得到机构结构特征集合，使其转化为可降次的TSP问题；引入负反馈机制和自适应参数调整到蚁群算法中，利用改进的蚁群算法求解出两机构结构特征集合对应的条件最大结构码；判断条件最大结构码是否相等，若相等，则两机构同构，否则，不同构；本发明克服了蚁群算法容易收敛到局部最优的缺点，保证算法在运行过程中的全局搜索能力和收敛速度。

主权项

一种引入负反馈的自适应蚁群算法的机构运动链同构识别方法，其特征在于，依次采用如下步骤：1)根据机构运动链的结构形成其对应的拓扑图；2)对运动链机构框架进行按结构特征的排序，主要由拓扑图分层及层内初步排序两步组成；3)得到机构结构特征集合，使其转化为可降次的TSP问题；4)引入负反馈机制和自适应参数调整到蚁群算法中，利用改进的蚁群算法求解出两机构结构特征集合对应的条件最大结构码；5)判断条件最大结构码是否相等，若相等，则两机构同构，否则，不同构；其中：步骤4)中引入负反馈的自适用蚁群算法为：A信息素的更新遵循以下规则：a.按照解的优劣对蚁群个体进行排序，可以得到一个蚂蚁序列{anti}；b.设置一个比例系数μ∈[0,1],排名前μ·m的蚂蚁将有权在其经过的路径上留下正信息素，用以吸引同伴；排名在μ·m之后的蚂蚁则在其经过的路径上留下负信息素，此信息素将警告同伴不要走这条路径；c.信息素的更新策略变为：cτij(t+n)＝(1‑ρ)·τij(t)+△τij(t)Δτij(t)=Σk=1mΔτijk(t)]]>Δτijk(t)=sign()·QLk,ifant-kuses(i,j)0,otherwise]]>sign()=+1,ifant-k∈thefirstμ·m-1,otherwise]]>B挥发度自适用的改变规则如下：d.保留最优解，在每次循环结束，求出最优解将其保留；e.自适用的改变ρ的值；ρ的初始值ρ(t0)＝1，当算法求得的最优解在N次循环内没有明显改进时，ρ的变化如下：ρ(t)=0.95ρ(t-1),if0.95ρ(t-1)≥ρminρmin,else]]>其中：m为蚂蚁的个数，ρ为信息素挥发系数，cτij(t+n)表示(t+n)时刻在路径(i，j)上的信息量，△τij(t)表示t时刻在路径(i，j)上总的轨迹增量，表示第k只蚂蚁在本次循环中留在路径(i，j)上的信息增量，if ant‑k uses(i，j)表示蚂蚁k通过路径(i，j)，τij(t)表示每条边(i,j)的初始化信息量；Q表示信息素强度，Lk表示第k只蚂蚁在本次循环中所走路径的总长度，ρmin为ρ的最小值，可以防止ρ过小降低算法的收敛速度。