-
公开(公告)号:CN112446110B
公开(公告)日:2022-04-05
申请号:CN202011227323.6
申请日:2020-11-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于EOASM算法在码垛机器人驱动臂座的代理模型构建中的应用方法。由于解决复杂工程问题时,需要采用计算机仿真,成本高、周期长,所以提出一种基于局部误差期望加点的组合代理模型构建方法(EOASM法),并应用在码垛机器人驱动臂座的最大应力建模中。首先,构造驱动臂座的几何模型;其次,产生初始样本,选择驱动臂座的最大应力为性能函数,并调用静力学仿真模型获取初始样本的真实响应值;然后,构建初始的Kriging和RBF代理模型;最后通过本发明提出的EOASM算法构建满足精度要求的最终组合代理模型。本发明提出一种EOASM算法,不仅能保证模型预测精度,也能使样本总数尽可能低,具有较强的稳健性,应用前景更广泛。
-
公开(公告)号:CN112464396A
公开(公告)日:2021-03-09
申请号:CN202011227749.1
申请日:2020-11-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06F30/23 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于疏密度和局部复杂度的自适应代理模型在码垛机器人小臂驱动连杆优化中的应用。由于在复杂工程问题中获得真实模型响应值需要高昂的计算成本,所以提出一种基于疏密度和局部复杂度的自适应代理模型构建方法,并应用在码垛机器人小臂驱动连杆的优化设计中。首先,建立码垛机器人小臂驱动连杆的模型,确定设计变量与优化目标;其次,产生初始样本并获得真实响应,构建样本库;然后,根据样本库构建初始代理模型,并通过本发明提出的方法构建优化目标的高精度代理模型。最后,使用代理模型进行优化设计。本发明在复杂的工程优化问题中,以及目标函数难以获取的情况下,具有广泛的应用前景。
-
公开(公告)号:CN112464396B
公开(公告)日:2022-09-06
申请号:CN202011227749.1
申请日:2020-11-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06F30/23 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于疏密度和局部复杂度的自适应代理模型在码垛机器人小臂驱动连杆优化中的应用。由于在复杂工程问题中获得真实模型响应值需要高昂的计算成本,所以提出一种基于疏密度和局部复杂度的自适应代理模型构建方法,并应用在码垛机器人小臂驱动连杆的优化设计中。首先,建立码垛机器人小臂驱动连杆的模型,确定设计变量与优化目标;其次,产生初始样本并获得真实响应,构建样本库;然后,根据样本库构建初始代理模型,并通过本发明提出的方法构建优化目标的高精度代理模型。最后,使用代理模型进行优化设计。本发明在复杂的工程优化问题中,以及目标函数难以获取的情况下,具有广泛的应用前景。
-
公开(公告)号:CN112446110A
公开(公告)日:2021-03-05
申请号:CN202011227323.6
申请日:2020-11-06
Applicant: 电子科技大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于EOASM算法在码垛机器人驱动臂座的代理模型构建中的应用方法。由于解决复杂工程问题时,需要采用计算机仿真,成本高、周期长,所以提出一种基于局部误差期望加点的组合代理模型构建方法(EOASM法),并应用在码垛机器人驱动臂座的最大应力建模中。首先,构造驱动臂座的几何模型;其次,产生初始样本,选择驱动臂座的最大应力为性能函数,并调用静力学仿真模型获取初始样本的真实响应值;然后,构建初始的Kriging和RBF代理模型;最后通过本发明提出的EOASM算法构建满足精度要求的最终组合代理模型。本发明提出一种EOASM算法,不仅能保证模型预测精度,也能使样本总数尽可能低,具有较强的稳健性,应用前景更广泛。
-
-
-