[发明专利]基于改进教学和鸡群算法的设备机械参数优化方法

权利要求书

1.一种基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，包括：

获取设备的初始机械参数和设备的定位测量值；

创建所述设备的运动模型，根据所述运动模型、初始机械参数以及定位测量值，得到目标机械参数；

利用基于改进教学算法和改进鸡群算法的混合智能算法，对所述目标机械参数进行优化，得到所述设备的优化机械参数。

2.根据权利要求1所述的基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，获取设备的初始机械参数，包括：

获取设备的标称机械参数；

根据所述标称机械参数，预设约束范围，利用随机函数在所述约束范围内，生成多个初始机械参数。

3.根据权利要求1所述的基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，创建所述设备的运动模型，根据所述运动模型、初始机械参数以及定位测量值，得到目标机械参数，包括：

根据所述运动模型、初始机械参数以及定位测量值，得到所述定位测量值对应的所述设备的机械坐标数据；

根据所述机械坐标数据，计算所述机械坐标数据对应的适应度；

创建以目标机械参数为自变量、以所述适应度为因变量的目标函数；

利用基于改进教学算法和改进鸡群算法的混合智能算法对所述目标函数进行求解，得到最佳适应度，所述最佳适应度对应的目标机械参数为优化机械参数。

4.根据权利要求3所述的基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，根据所述机械坐标数据，计算所述机械坐标数据对应的适应度，包括：

根据所述机械坐标数据，利用拉依达准则计算所述机械坐标数据的坐标误差值；

根据所述坐标误差值，得到所述机械坐标数据对应的适应度。

5.根据权利要求3所述的基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，利用基于改进教学算法和改进鸡群算法的混合智能算法对所述目标函数进行求解，包括：

利用改进教学算法对所述目标函数进行迭代求解，判断所述教学算法的迭代次数是否符合预设的转换条件；当所述迭代次数不符合转换条件时，利用改进的鸡群算法得到新的目标机械参数，然后利用所述改进教学算法对所述新的目标机械参数进行优化，得到优化机械参数。

6.根据权利要求5所述的基于改进教学和鸡群算法的设备机械参数优化方法，其特征在于，所述改进教学算法分为教学阶段和学习阶段，利用所述改进教学算法对所述目标函数进行迭代求解，包括：

在教学阶段中，以初始机械参数为目标机械参数的初值，计算所述目标机械参数对应的适应度；选择适应度最大值对应的目标机械参数作为“老师”，剩下的目标机械参数作为“学生”；

每一次迭代时，通过缩小“老师”与“学生”的平均值之间的差距，对所述“学生”进行优化，优化完成后，计算优化后的“学生”和“老师”的适应度；比较“老师”和优化后的“学生”的适应度，选择适应度最大值对应的目标机械参数作为新的“老师”；

在学习阶段中，每一次迭代通过缩小“学生”之间的差距，对目标机械参数进行优化。