摘要：为提高黑猩猩优化算法(ChOA)的求解精度和局部极值逃逸能力,提出一种路灯人影和离家出走改进的黑猩猩优化算法(SSR-ChOA)。首先,采用SPM混沌序列初始化种群,增加初始种群分布均匀性。其次,由夜间路灯下人影变化的物理现象设计一种新的光学类改进方式——路灯人影,用于优化原有ChOA算法开发精度不高问题。同时设计一种名为离家出走的全局优化策略,使普通黑猩猩个体拥有更强的主动探索能力,避免因领导者判断错误陷入局部极值而导致整个种群搜索停滞、过早收敛。测试了25个基准测试函数和CEC2014测试函数,对比了ChOA算法、4种不同类型改进ChOA算法以及粒子群等算法,分析了改进策略有效性。最后,对航拍无人机飞行路径中存在高耸电塔、信号塔的应用情景进行了研究,验证了SSR-ChOA有效性。实验结果表明,SSR-ChOA与ChOA和4种改进ChOA对比不仅具有显著性差异,而且在寻优精度和稳定性上表现更佳。无人机3D路径规划上,SSR-ChOA平均总开销相比ChOA减少3.06%。

摘要：以重锤平衡吊为例研究了重心运动轨迹对其功耗的影响，通过静力学及虚位移原理分析了平衡吊的工作原理，应用有限分割法确定了杆系的重心位置，运用复数矢量法对其进行了运动学分析，并提出了一种基于粒子群算法的重心轨迹优化方法，对比优化前后功耗，证明了该方法确有成效。