文献

J-GLOBAL ID：202202283150573679   整理番号：22A1027257

改良スパーロー探索アルゴリズムに基づく時間最適軌道計画【JST・京大機械翻訳】

Time Optimal Trajectory Planing Based on Improved Sparrow Search Algorithm

著者 (22件)： Zhang Xiaofeng (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Xiao Fan (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Tong XiLiang (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Tong XiLiang (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Tong XiLiang (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Yun Juntong (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Yun Juntong (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Liu Ying (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Liu Ying (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Sun Ying (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Sun Ying (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Sun Ying (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Tao Bo (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Tao Bo (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Tao Bo (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Kong Jianyi (2Research Center for Biomimetic Robot and Intelligent Measurement and Control, Wuhan University of Science and Technology, Wuhan, China) ,  Kong Jianyi (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Kong Jianyi (4Precision Manufacturing Research Institute, Wuhan University of Science and Technology, Wuhan, China) ,  Xu Manman (1Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan, China) ,  Xu Manman (3Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan, China) ,  Xu Manman (4Precision Manufacturing Research Institute, Wuhan University of Science and Technology, Wuhan, China) ,  Chen Baojia (5Hubei Key Laboratory of Hydroelectric Machinery Design & Maintenance, China Three Gorges University, Yichang, China)
資料名： Frontiers in Bioengineering and Biotechnology (Web)  (Frontiers in Bioengineering and Biotechnology (Web))
巻： 10  ページ： 852408  発行年： 2022年 
JST資料番号： U7059A  ISSN： 2296-4185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 完全な軌道計画は,経路計画,逆解法と軌跡最適化を含んだ。本論文では,時間最適軌道計画問題に対する運動学および最適化アルゴリズムを改善することにより,軌道計画に対する非常に滑らかで時間節約的なアプローチを得た。ジョイント空間を分割することによって,本論文は,ジョイント空間の分割に基づく逆解法計算を得て,逆運動学解法時間の40%を節約した。これは,多数の計算資源が軌道計画で節約できることを意味する。さらに,時間-最適軌道の解を完成するために,改良狭こと探索アルゴリズム(SSA)を提案した。Tentカオスマッピングを用いて,初期母集団を生成する方法を最適化した。アルゴリズムを適応ステップ因子と組み合わせることによりさらに改善した。実験は改良SSAの性能を実証した。ロボット軌道は,さらに,改良スパロー探索アルゴリズムによって,時間において最適化した。実験結果は,この方法が収束速度とグローバル探索能力を改善し,滑らかな軌跡を確実にすることを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  運動学 ,  最適化 ,  計画 ,  ロボット ,  最適化手法 ,  *最適軌道 ,  母集団 ,  経路探索
準シソーラス用語： 収束速度 ,  *軌道計画 ,  *探索アルゴリズム ,  計算資源 ,  逆運動学 ,  コンフィギュレーション空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： 軌道計画 ,  逆運動学 ,  配位空間 ,  時間最適化 ,  改良されたスパース探索アルゴリズム

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (96件)：

• AbdollahzadehB., GharehchopoghF. S., MirjaliliS. (2021b). African Vultures Optimization Algorithm: A New Nature-Inspired Metaheuristic Algorithm for Global Optimization Problems. Comput. Ind. Eng. 158, 107408. doi: 10.1016/j.cie.2021.107408
• AbdollahzadehB., Soleimanian GharehchopoghF., MirjaliliS. (2021a). Artificial gorilla Troops Optimizer: A New Nature-inspired Metaheuristic Algorithm for Global Optimization Problems. Int. J. Intell. Syst. 36 (10), 5887-5958. doi: 10.1002/int.22535
• AbediM., GharehchopoghF. S. (2020). An Improved Opposition Based Learning Firefly Algorithm with Dragonfly Algorithm for Solving Continuous Optimization Problems. Ida 24 (2), 309-338. doi: 10.3233/IDA-194485
• BaiD., SunY., TaoB., TongX., XuM., JiangG., et al (2022). Improved Single Shot Multibox Detector Target Detection Method Based on Deep Feature Fusion. Concurrency Comput. 34 (4), e6614. doi: 10.1002/cpe.6614
• BenyaminA., FarhadS. G., SaeidB. (2021). Discrete farmland Fertility Optimization Algorithm with metropolis Acceptance Criterion for Traveling Salesman Problems. Int. J. Intell. Syst. 36 (3), 1270-1303. doi: 10.1002/int.22342

タイトルに関連する用語 (3件)： 探索アルゴリズム ,  最適軌道 ,  計画