文献

J-GLOBAL ID：201602287326791648   整理番号：16A0321393

微分アルゴリズムとカオス的粒子群最適化のマルチサブグループ階層ハイブリッドに基づく逆運動学解法【Powered by NICT】

Inverse kinematics solution method based on multi-subgroup hierarchical hybrid of differential algorithm and chaotic particle swarm optimization

著者 (6件)： Xie Hong (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha) ,  Yu Wenke (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha) ,  Yang Peng (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha) ,  Zhang Xiaogang (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha) ,  Chen Haibin (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha) ,  Chen Junhui (Coll. of Electrical and Information Engineering, Hunan Univ., Changsha)
資料名： Dianzi Celiang Yu Yiqi Xuebao  (Dianzi Celiang Yu Yiqi Xuebao)
巻： 29  号： 10  ページ： 1456-1463  発行年： 2015年 
JST資料番号： C2677A  ISSN： 1000-7105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 変換行列のD-H法を用いて,機械的アーム制御モデルを確立することである。このモデルは,著しく非線形,それは伝統的方法によって解くことは困難である。カオス的粒子群最適化の動的微分アルゴリズムと有意な検索精度の大きな探索能力を目標として,微分アルゴリズムとカオス的粒子群最適化のマルチサブ階層ハイブリッドを述べた。このアルゴリズムは,階層的構造を採用し,底部構造は動的微分アルゴリズムによる一連の大域的探索から構成される。部分母集団の幾つかの顕著な個体はトップエリート集団の構成と,局所探索を用いたカオス粒子群最適化。マルチサブグループの階層構造は,個人間での情報共有の能力を高めることができる。実験的シミュレーションは,収束速度,検索精度と検索の成功率が大幅に改善された,新しいアルゴリズムは,逆運動学モデルを効率的に解くことができることを証明する。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 情報共有 ,  *カオス ,  アーム ,  近傍探索法 ,  *微分 ,  階層構造 ,  *アルゴリズム
準シソーラス用語： 成功率 ,  収束速度 ,  部分母集団 ,  検索精度 ,  制御モデル ,  変換行列 ,  *逆運動学 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  電力系統一般  (NB02000E) ,  計算理論  (JB02000A)

タイトルに関連する用語 (7件)： 微分 ,  アルゴリズム ,  カオス ,  粒子群最適化 ,  階層 ,  逆運動学 ,  解法