针对鲸鱼优化算法(WOA)存在的收敛精度低、易陷入局部最优解等问题,提出一种非线性收敛因子并引入非线性惯性权重对基础WOA进行改进,以智能制造生产线中核心单元6R机器人为研究模型做轨迹优化,其以时间最优为优化目标。首先将WOA中收敛因子改为非线性收敛因子并引入一种非线性惯性权重,以达到提高收敛精度、局部开发能力和全局搜索能力的目的,然后将该算法与五次多项式相结合,基于实际应用场景对某型号的6R工业机器人做时间最优轨迹规划。实验结果表明,该研究场景中机器人运动优化后完整的上、下料过程的时间比优化前缩短20%至50%,说明改进后的WOA在相关领域应用中有效可信且具有实际意义。

建立了圆柱度误差评价的最小区域法、最小二乘法、最小外接圆柱法和最大内接圆柱法的数学模型，将一种含收敛因子的粒子群优化算法应用于圆柱度误差的目标函数的优化问题。通过实例的分析与计算，比较了各种模型的计算精度。