为了减轻起重机主梁自重,提出了基于多进化行为粒子群算法的主梁轻量化设计方法。建立了主梁轻量化设计模型,使用罚函数将约束优化问题转化为非约束优化问题;以粒子群算法为基础,制定了向群体最优学习、向自身学习、向其他粒子学习等多渠道信息来源方法,提出了四种粒子进化方法,以不同进化方法的即时价值和未来价值为依据,构造了粒子选择不同进化行为的概率,从而提出了多进化行为粒子群算法的优化模型智能求解方法。经测试函数验证,对于低维和高维寻优问题,多进化行为粒子群算法均具有超强的寻优的能力;与企业生产主梁相比,多进化行为粒子群算法优化后主梁面积减少了10.86%,且经有限元分析可知,优化后主梁仍满足约束条件,负荷设计要求。

为了减少机器人导航路径长度和路径规划时间,提出了基于自主选择搜索策略蜂群算法的规划方法。分析了人工蜂群算法原理,依据蜜蜂从自身认知、种群认知和其他个体认知等多种环境认知方式,对应给出了多种蜜源搜索方式;通过建立不同蜜源搜索方式的即时价值和后效价值模型,计算了蜜蜂选择不同蜜源搜索方式的概率,从而给出了蜜蜂对蜜源搜索方式的自主选择策略,在以上基础上提出了自主选择搜索策略蜂群算法。使用坐标旋转法将二维路径规划问题转化为一维,设计了两种环境下的导航路径规划仿真实验,在两种环境下自主选择搜索策略蜂群算法规划的路径长度均远远小于人工蜂群算法,且搜索到最优值的迭代次数也远远小于人工蜂群算法,充分证明了自主选择搜索策略蜂群算法在导航路径规划中的有效性。