机器人正在进入各种环境,包括工业和制造设施。到目前为止,他们已经显示出巨大的潜力,可以通过代替或协助装配线上的人工来加快和自动化许多制造过程。但是,要大规模采用,制造机器人还需要降低成本。武汉科技大学和莱斯特大学的研究人员最近开发了一种优化技术,该技术可以帮助优化装配线中运行的多个机器人的成本和效率。该技术发表在Springer Link的《神经计算与应用》杂志上,该论文基于一种称为迁移鸟优化算法的元启发式算法,由于其适应性强,简单易用,因此非常适合解决优化问题。
![](https://file.dxueshi.com/upload/2021/01/20/5675116111049396547.jpg)
![](https://file.dxueshi.com/upload/2021/01/20/5675116111049394163.jpg)
该算法可以最大程度地减少装配线的总周期时间,并减少一组机器人的总采购成本。该算法的设计受到鸟类V字飞行的启发。该算法在一组可能性中选择最佳解决方案(即,优化总成本并减少总循环时间的解决方案),并替换较早确定的过时解决方案。
![](https://file.dxueshi.com/upload/2021/01/20/5675116111049396769.jpg)
Janardhanan和他的同事通过与其他广泛使用的优化技术进行比较,评估了他们的迁徙鸟类优化算法的性能。他们比较了它的技术,包括多目标非支配排序遗传算法II,多目标模拟退火算法和两个多目标人工蜂群算法。总体而言,发现鸟类迁徙优化算法取得了显着的效果,与通过测试的最先进技术所获得的效果相比,这些效果更好或相似。将来,它可以被世界范围内的制造商用来优化装配线的成本和效率,并使用一组机器人来支持人工。
![](https://file.dxueshi.com/upload/2021/01/20/5675116111049395556.jpg)
来源:贤集网