.png){kind=icon}
.png){kind=icon}
返回
Chaotic status-based algorithm for optimization of industrial components
.png){kind=icon}
PRE
AI
DOI：10.1515/mt-2025-0340.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为提高探索能力、收敛稳定性和全局搜索效率，本研究提出了一种基于混沌状态的算法（CSBA），通过整合多种混沌映射（如正弦、帐篷、余弦、Logistic、切比雪夫和Gauss映射），并与基于状态的优化器（Status-Based Optimizer）相结合。选取两个实际工程设计问题，即机器人夹持臂优化和汽车悬架下控制臂优化，用于评估所提出的CSBA。与传统元启发式算法相比，CSBA在机器人夹持臂优化中表现出更优的收敛行为，能够高效地最小化七个设计变量和九个约束条件下最大与最小夹持力之间的差异。对于CSBA，统计性能指标证实了其方差降低、鲁棒性增强以及收敛速度更快。这些结果表明，通过所提出的混沌增强方法，基于状态的框架优化性能得到显著提升，使CSBA成为轻量化、经济型工程设计优化的可靠且具有竞争力的工具。
Keyword:
industrial robot gripper optimization
human behavior-based optimization
mechanical engineering components
