Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 昆明理工大学付承彪获国家专利权

昆明理工大学付承彪获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉昆明理工大学申请的专利基于改进电鳗觅食优化的机器人夹持器参数设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120671416B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511193246.X,技术领域涉及:G06F30/20;该发明授权基于改进电鳗觅食优化的机器人夹持器参数设计方法是由付承彪;张泽鑫;田安红设计研发完成,并于2025-08-25向国家知识产权局提交的专利申请。

基于改进电鳗觅食优化的机器人夹持器参数设计方法在说明书摘要公布了:本发明涉及一种基于改进电鳗觅食优化的机器人夹持器参数设计方法,属于机械工程技术领域。首先,将机器人夹持器参数设计问题表示为一个参数优化问题;然后,对传统电鳗觅食优化算法引入好点集初始化策略、差分进化策略、随机边界控制策略和解增强策略进行改进,得到改进后的电鳗觅食优化算法;最后,基于所述改进后的电鳗觅食优化算法对所述参数优化问题进行参数寻优,得到所述参数优化问题的最优参数组合。本发明融合了多种策略为电鳗觅食优化算法提供了高质量的初始化种群、增强算法局部搜索深度以及算法跳出局部最优的能力,旨在解决现有机器人夹持器参数设计问题存在容易陷入局部最优解、寻优精度差以及收敛速度慢的问题。

本发明授权基于改进电鳗觅食优化的机器人夹持器参数设计方法在权利要求书中公布了:1.一种基于改进电鳗觅食优化的机器人夹持器参数设计方法,其特征在于,包括以下步骤: 步骤1:将机器人夹持器参数设计问题表示为一个参数优化问题,所述参数优化问题包括变量参数、约束条件和目标函数,其中,所述目标函数基于所述变量参数和所述约束条件得到; 步骤2:对传统电鳗觅食优化算法进行改进,得到改进后的电鳗觅食优化算法,包括: 改进策略一:在初始化阶段,引入好点集初始化策略,以增加种群的多样性; 改进策略二:在探索阶段,引入差分进化策略,以增加探索广度,并提高全局搜索和局部优化能力; 改进策略三:在迭代阶段,引入随机边界控制策略,以确保搜索过程在预设搜索边界内; 改进策略四:在开发阶段,引入解增强策略,以避免陷入局部最优; 步骤3:基于所述改进后的电鳗觅食优化算法对所述参数优化问题进行参数寻优,得到所述参数优化问题的最优参数组合,包括: 根据种群规模N,基于所述好点集初始化策略生成N种所述参数优化问题的参数组合作为初始化种群; 计算所述初始化种群中每个电鳗个体的适应度值作为所述参数优化问题目标函数的值,将使得目标函数的值最小的电鳗个体保存为最优电鳗个体; 生成能量因子E进行位置更新流程,当能量因子大于等于预设阈值时,基于所述差分进化策略和所述随机边界控制策略对所述最优电鳗个体进行位置更新,当能量因子小于预设阈值时,基于所述解增强策略和所述随机边界控制策略对所述最优电鳗个体进行位置更新; 比较位置更新前后所述最优电鳗个体的适应度值,将适应度值大的作为新的最优电鳗个体,结束第一次所述最优电鳗个体的位置更新流程; 重新生成能量因子进行所述新的最优电鳗个体的位置更新流程,当位置更新流程迭代次数达到最大迭代次数,获取当前电鳗个体的适应度值和位置,作为所述参数优化问题的最优参数组合,否则,继续位置更新流程; 所述改进策略二引入的差分进化策略包括变异操作、交叉操作和选择操作,其中,所述变异操作具体为: 在种群中随机选择三个不同的个体,其中两个个体的差向量经过缩放后,与第三个个体的位置相加,以生成新的变异个体,表达式如下: ; ; 其中,代表变异产生的新电鳗个体,、、是从电鳗种群中随机选取的三个个体,表示突变比例因子,为一个常数,为迭代次数,MaxIt为最大迭代次数; 所述交叉操作具体为: 在变异操作完成后,将原始电鳗目标个体和变异个体在每一维上,通过预设的交叉概率CR来决定是否选择目标个体或变异个体的值,其中,随机选择一个维度强制继承变异个体,其余维度根据交叉概率从目标个体或变异个体中选择,交叉操作的表达式如下: ; 其中,为目标个体,代表第t次迭代中的第i个个体的第j维度的值,为变异个体,为交叉产生的新个体,代表一个0-1的随机数,表示一个随机维度,D为总维度数,确保至少从中获得一个参数; 所述选择操作具体为: 对于每一对目标个体和变异个体,通过对比电鳗的适应度值,保留更优的电鳗个体,选择操作的表达式如下: ; 若产生的电鳗个体的适应度值优于当前电鳗个体,则在随后的迭代中,将被保留为新的电鳗个体,否则,保留现有电鳗个体。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学,其通讯地址为:650031 云南省昆明市一二一大街文昌路68号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。