(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111508891.8 (22)申请日 2021.12.10 (71)申请人 凌云科技集团有限责任公司 地址 430021 湖北省武汉市江汉区建 设大 道417号 申请人 湖北工业大 学 (72)发明人 范谋堂　刘科进　金邦振　蔡佑元　 叶晓铁　张忠民　谭景林　喻亚玲　 钟飞　夏军勇　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 代理人 黄君军 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01)G06F 119/02(2020.01) (54)发明名称 基于改进教学和鸡群算法的设备机械参数 优化方法 (57)摘要 本申请公开了一种基于改进教学和鸡群算 法的设备机械参数优化方法， 该方法包括： 获取 设备的初始机械参数； 获取设备的定位测量值； 创建所述设备的运动模型， 根据所述运动模型、 初始机械参数以及定位测量值， 得到目标机械参 数； 利用基于改进教学算法和改进鸡群算法的混 合智能算法， 对所述目标机械参数进行优化， 得 到所述设备的优化机械参数。 本发 明的方法收敛 速度快、 全局探索能力强， 能够用较短的时间对 设备的初始机械参数进行修正， 找到设备的实际 机械参数， 减少设备在使用过程中由于参数不准 确所带来的误差 。 权利要求书2页 说明书11页 附图5页 CN 114169104 A 2022.03.11 CN 114169104 A 1.一种基于改进教学和鸡群算法的设备机 械参数优化方法， 其特 征在于， 包括： 获取设备的初始机 械参数和设备的定位测量 值； 创建所述设备的运动模型， 根据所述运动模型、 初始机械参数以及定位测量值， 得到目 标机械参数； 利用基于改进教学算法和改进鸡群算法的混合智能算法， 对所述目标机械参数进行优 化， 得到所述设备的优化机 械参数。 2.根据权利要求1所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 获取设备的初始机 械参数， 包括： 获取设备的标称机 械参数； 根据所述标称机械参数， 预设约束范围， 利用随机函数在所述约束范围内， 生成多个初 始机械参数。 3.根据权利要求1所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 创建所述设备的运动模型， 根据所述运动模型、 初始机械参数以及定位测量值， 得到 目标机械参数， 包括： 根据所述运动模型、 初始机械参数以及定位测量值， 得到所述定位测量值对应的所述 设备的机 械坐标数据； 根据所述机 械坐标数据， 计算所述机 械坐标数据对应的适应度； 创建以目标机 械参数为自变量、 以所述 适应度为因变量的目标函数； 利用基于改进教学算法和改进鸡群算法的混合智能算法对所述目标函数进行求解， 得 到最佳适应度， 所述 最佳适应度对应的目标机 械参数为优化机 械参数。 4.根据权利要求3所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 根据所述机 械坐标数据， 计算所述机 械坐标数据对应的适应度， 包括： 根据所述机 械坐标数据， 利用拉依达准则计算所述机 械坐标数据的坐标误差值； 根据所述 坐标误差值， 得到所述机 械坐标数据对应的适应度。 5.根据权利要求3所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 利用基于改进教学算法和改进鸡群算法的混合智能算法对所述 目标函数进行求解， 包括： 利用改进教学算法对所述目标函数进行迭代求解， 判断所述教学算法的迭代次数是否 符合预设的转换条件； 当所述迭代次数不符合转换条件时， 利用改进的鸡群算法得到新的 目标机械参数， 然后利用所述改进教学算法对所述新的目标机械参数进行优化， 得到优化 机械参数。 6.根据权利要求5所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 所述改进教学算法分为教学阶段和学习阶段， 利用所述改进教学算法对所述 目标函 数进行迭代求 解， 包括： 在教学阶段中， 以初始机械参数为目标机械参数的初值， 计算所述目标机械参数对应 的适应度； 选择适应度最大值对应的目标机械参数作为 “老师”， 剩下的目标机械参数作为 “学生”； 每一次迭代时， 通过缩小 “老师”与“学生”的平均值之间的差距， 对所述 “学生”进行优 化， 优化完成后， 计算优化后的 “学生”和“老师”的适应度； 比较 “老师”和优化后的 “学生”的权　利　要　求　书 1/2 页 2 CN 114169104 A 2适应度， 选择适应度最大值对应的目标机 械参数作为 新的“老师”； 在学习阶段中， 每一次迭代通过缩小 “学生”之间的差距， 对目标机 械参数进行优化。 7.根据权利要求6所述的基于改进教学和鸡群算法的设备机械参数优化方法， 其特征 在于， 所述缩小 “老师”与“学生”的平均值之间的差距， 对所述 “学生”进行优化， 包括： 利用以下公式， 对 “学生”进行优化： Xnew,i＝Xold,i+Difference_Meani+c×rand(gbesti‑Xold,i)， Difference_Meani＝ri(Mnew‑TFMi) 其中， Xold,i表示第i个 “学生”， Xnew,i表示第i个优化后的 “学生”， Difference_Meani表示 “老师”与“学生”的差异值， c是位于(0， 1)之间的随机数， ran d表示产生一个随机数； gbest 表示历史最优目标机械参 数， Mnew表示当前的 “老师”， Mi表示“学生”的平均值； TF表示学习因 子， ri为随机数。 8.一种基于改进教学和鸡群算法的设备机 械参数优化装置， 其特 征在于， 包括： 获取模块： 用于获取设备的初始机 械参数和设备的定位测量 值； 分析模块： 用于创建所述设备的运动模型， 根据 所述运动模型、 初始机械参数以及定位 测量值， 得到目标机 械参数； 优化模块： 用于利用基于改进教学算法和改进鸡群算法的混合智能算法， 对所述目标 机械参数进行优化， 得到所述设备的优化机 械参数。 9.一种电子设备， 其特征在于， 包括处理器以及存储器， 所述存储器上存储有计算机程 序， 所述计算机程序被所述处理器执行时， 实现如权利要求 1‑7任一所述的基于改进教学和 鸡群算法的设备机 械参数优化方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 所述计算机该程 序被处理器执行时， 实现如权利要求1 ‑7任一所述的基于改进教学和鸡群算法的设备机械 参数优化方法。权　利　要　求　书 2/2 页 3 CN 114169104 A 3