TY -的A2 -迪格雷戈里奥,拉斐尔AU - Lv,小青赵盟——明PY - 2019 DA - 2019/02/03 TI -改善BQGA在机器人运动学逆解中的应用SP - 1659180六世- 2019 AB -的问题,布洛赫量子遗传算法(BQGA)很容易陷入局部最优,提出了一种改进的BQGA。算法可以控制步长和变异概率实时在迭代过程中,避免了最优解和搜索效率保证。另外,改进后的算法进一步完成anti-degradation机制,,保持人口的多样性,同时保留显性基因在最大程度上,这样的算法不易陷入局部极值,最后趋于全局最优的解决方案。机器人运动学的逆解中的应用表明,改进后的BQGA有效地避免了过早的问题和加速收敛的理解和搜索结果接近完整的解决方案,它提供了一个新的想法来解决复杂的非线性和多变量函数方程。SN - 1687 - 9600你2019/1659180 / 10.1155——https://doi.org/10.1155/2019/1659180——摩根富林明——《机器人PB - Hindawi KW - ER