【正文】 算法描述由于基本遺傳算法沒有在全局優(yōu)化時收斂，而遺傳算法保留了當(dāng)前一代的最佳個體，我們的方法采用這項策略。第三部分，就是所得出的結(jié)論。遺傳算法是一種以自然界進(jìn)化中的選擇和繁殖機制為基礎(chǔ)的自適應(yīng)的搜索技術(shù)，它是由Holland 1975年首先提出的。Pmlotherwise go to Step Test and analysisWe adopt the following two critical functions to test our approach, and pare it with the genetic algorithm which only reserves the best individual: f1(x,y)=+[1++y(222)]x,y∈ [5,5][1,1] f2(x,y)=4(x2+(3πx)(4πy))x,y∈ Analysis of convergence During function testing, we carry out the following policies: roulette wheel select ion, one point crossover, bit mutation, and the size of population is 60, l is chromosome length, Pc and Pm are the probability of crossover and mutation we randomly select four genetic algorithms reserving best individual with various fixed chromosome length and probability of crossover and mutation to pare with our gives the average converging generation in 100 our approach, we adopt initial parameter l0= 10, Pc0= , Pm0= and k= , when changing parameter condition is satisfied, we adjust parameters to l= 30, Pc= , Pm= , we know that our approach improves convergence speed of genetic algorithm significantly and it accords with above Analysis of online and offline performanceQuantitative evaluation methods of genetic algorithm are proposed by Dejong, including online and offline former tests dynamic performance。通過實驗證明了該方法的有效性。硬件是整個控制系統(tǒng)以及極限位置功能賴以存在的物質(zhì)基礎(chǔ)，軟件則是計算機控制系統(tǒng)的神經(jīng)中樞，軟件設(shè)計的目的是以最優(yōu)的方式將各部分功能有機的結(jié)合起來，使系統(tǒng)具有較高的運行效率和較強的可靠性。機械手驅(qū)動系統(tǒng)的設(shè)計往往受到作業(yè)環(huán)境條件的限制，同時也要考慮價格因素的影響以及能夠達(dá)到的技術(shù)水平。機器人產(chǎn)品的實用化，既解決了許多單靠人力難以解決的實際問題，又促進(jìn)了工業(yè)自動化的進(jìn)程。用氣動系統(tǒng)代替液壓系統(tǒng)有以下幾條理由：液體的慣性遠(yuǎn)比氣體大，因此，在液壓系統(tǒng)中，當(dāng)執(zhí)行組件加速減速和閥突然開啟關(guān)閉時，油液的質(zhì)量更是一個潛在的問題，根據(jù)牛頓運動定律，產(chǎn)生加速度運動油液所需的力要比加速同等體積空氣所需的力高出許多倍。在氣壓系統(tǒng)中，壓縮機用來壓縮并提供所需的空氣。這使得系統(tǒng)結(jié)構(gòu)緊湊，安全可靠。例如，一個電磁體的性能受到鋼的磁飽和極限的限制，相反，液壓系統(tǒng)的功率僅僅受材料強度的限制。執(zhí)行部件：將液壓能轉(zhuǎn)成可用的機械能。大多數(shù)應(yīng)用系統(tǒng)實際上是將三種方法組合起來而得到最有效的最全面的系統(tǒng)。沈陽航空工業(yè)學(xué)院學(xué)士學(xué)位論文控制器能通過通信線發(fā)送電信號，使它能與機械手各軸交流信息，在機器人的機械手和控制器之間的雙向交流信息可以保持系統(tǒng)操作和位置經(jīng)常更新，控制器亦能控制安裝在機器人手腕上的任何工具?？刂破饕竽軌蛟诠ぷ鲉卧獌?nèi)與外設(shè)進(jìn)行通信。機械手的運動有執(zhí)行元件或驅(qū)動系統(tǒng)來控制。沈陽航空工業(yè)學(xué)院學(xué)士學(xué)位論文機械手做機器人系統(tǒng)中粗重工作，它包括兩個部分：機構(gòu)與附件，機械手也用聯(lián)接附件基座，圖211表示了一機器人基座與附件之間的聯(lián)接情況。，它使機器人能彎曲、延伸和旋轉(zhuǎn)，提供這些運動的是機器手的軸，亦是所謂的機器人的自由度。這些任務(wù)可以是焊接、密封、機器裝料、拆卸以及裝配工作。他是機器人學(xué)實驗室主任。麗貝卡問：斯塔福德完成了她的碩士生在心理學(xué)2009年的奧克蘭，新西蘭，在那里她是大學(xué)現(xiàn)為博士研究生。皮卡德RW（2010）情感的研究，為人民。?Psychother INTEGRAT 2:4563詮釋J志機器人（2011）3:291297 297 17 Breazeal C（2004）社會交往中HRI：機器人視圖。CC托馬斯，牛津圣誕老人圖紙 11。0605001，自治系統(tǒng)實驗室，瑞士聯(lián)邦理工學(xué)院技術(shù)洛桑（EPFL）4，Oestreicher L（2007）認(rèn)知，社會，有點大男子主義，或只是對社會可接受的機器人？在訴訟IEEE第16屆國際研討會機器人與人類互動的溝通ROMAN韓國，頁558563 5，羅賓斯B，Dautenhahn K，德Boekhorst R，桌球A（2004）機器人作為輔助技術(shù)，外觀做事情?？傊?，人誰持有心智模式的機器人類人可能會遇到升高的覺醒和消極情緒與機器人互動。它已被建議機器人研究包括多種類型的措施，包括心理生理[22]。這項研究支持的想法，用戶對于機器人人性的成見是一個重要的聘請社會機器人時的考慮因素。沒有以前機器人圖紙的工作已經(jīng)調(diào)查如何的大小繪制的機器人是關(guān)系到人們對機器人的感情。這項研究表明，要求人們畫出自己的想法關(guān)于機器人是探索人們的認(rèn)知的有效方法而關(guān)于機器人的情緒。上一頁心理學(xué)研究有表明，人們都架構(gòu)在驅(qū)動他們的看法人和事。3人誰畫了機器人作為人類般有顯著更大增加的舒張壓和收縮壓讀數(shù)比人誰畫了機器人的盒狀，在反應(yīng)的機器人表2共變數(shù)分析的結(jié)果表明，改變負(fù)在機器人的互動情緒被兩個基線預(yù)測的負(fù)情緒和參與者是否畫了一個類似人類或盒狀機器人分布F西格。該參加者主要是歐洲（N = 50）和七人來自其他族群。這是假設(shè)人們將有一個更大的同情神經(jīng)系統(tǒng)的反應(yīng)，以機器人和報告更負(fù)如果情緒他們有機器人心理模式更人樣。他或她的心臟跳動更強快，瞳孔放大，嘴巴很干和手掌成為滿身是汗。同樣，人們首選的家庭護(hù)理機器人沒有臉相比于一個具有面[6]。機器人有時被描繪成來勢洶洶并具有超人的能力（例如，終結(jié)者，1984），或有為情緒沖突和想要更類似人類的（例如，二百年人，1999年）。這項研究表明，人誰擁有心理模式的機器人是人類般的體驗提高戒心與機器人互動。本研究旨在探討無論人們對機器人的人性心理模式都與他們的反應(yīng)到一個機器人。人們假設(shè)它，人們誰想到機器人比人類會更著急時，隨后用機器人進(jìn)行交互。大機器人的圖紙可能表明實現(xiàn)更大的焦慮它們。在新聞媒體，報道有時顯示人形機器人機器人一樣（本田），以及機器人，如機械尋找流動站在太空探索中。此外，它一直理論認(rèn)為，人們感到不安，如果一個機器人看起來驚人地人[7]。使用圖紙作為一種研究方法是少見在機器人研究，但人們的圖紙的研究，以評估情感，認(rèn)知和個性，有著悠久的歷史心理學(xué)。因為圖紙尺寸一直伴隨對在以往的工作中繪制的對象的焦慮，我們也假設(shè)較大的圖紙將與相關(guān)聯(lián)對機器人和較高的血多的負(fù)面情緒在反應(yīng)到機器人壓力。參加者完成之前，他們與機器人的交互繪圖任務(wù)?；€負(fù)面情緒1 。他們尋找和關(guān)注的信息這證實了他們的架構(gòu)（信仰），而他們忽視信息與他們的模式[16]不一致。首先，圖紙可以反映人們對之為人成見機器人，這一發(fā)現(xiàn)與早期研究結(jié)果一致[1，2]。該說明和評分方法發(fā)表在這里可以在未來的機器人研究被有效地應(yīng)用。這可能是特別適用于醫(yī)療情況下在的準(zhǔn)確性和可靠性高的信任度醫(yī)療服務(wù)提供者是必需的。上一頁情緒的研究一直批評不包括生理的措施[23]。未來的研需要進(jìn)一步探索人的心理的架構(gòu)機器人和它們之間的關(guān)系，以生理，行為和自我報告的應(yīng)對社會的機器人。在：訴訟機器人與人類互動的第13屆IEEE國際研討會通信ROMAN，日本，頁277282 6，切斯塔A，Cortellessa G，朱利安尼的MV，佩科拉樓Scopelliti M，蒂貝里奧L（2007）心理輔助國內(nèi)的影響技術(shù)長者。Craddick R（1961）大小的函數(shù)關(guān)系圣誕節(jié)前后的時間。IEEE跨系統(tǒng)EMOT牧師2:250254 24，年輕的乙腦，霍金斯R，Sharlin E，五十嵐T（2009）邁向可接受家用機器人：應(yīng)用社會心理學(xué)的見解。她的主要研究涉及發(fā)展醫(yī)療機器人為老年人。長期目標(biāo)是設(shè)計智能機器人助手為提高民族素質(zhì)“生活。除了編程以及系統(tǒng)的開停之外，一般來說這些工作可以在無人干預(yù)下完成。一個機器人能有3~16軸，自由度一詞總是與機器人軸數(shù)相關(guān)。機械手基座通常固定在工作區(qū)域的地基上，有時基座也可以移動，在這種情況下基座安裝在導(dǎo)軌回軌道上，允許機械手從一個位置移到另外一個位置。執(zhí)行元件或驅(qū)動系統(tǒng)沈陽航空工業(yè)學(xué)院學(xué)士學(xué)位論文允許各軸力經(jīng)機構(gòu)轉(zhuǎn)變?yōu)闄C械能，驅(qū)動系統(tǒng)與機械傳動鏈相匹配。例如控制器有一個輸入端，它能標(biāo)識某個機加工操作何時完成?？刂破饕灿信c廠內(nèi)各計算機進(jìn)行通信的任務(wù)，這種通信聯(lián)系使機器人成為計算機輔助制造（CAM）系統(tǒng)的一個組成部分。為了合理地確定采取哪種方法。介質(zhì)即油液：可進(jìn)行無壓縮傳遞和控制，同時可以潤滑部件，使閥體密封和系統(tǒng)冷卻。企業(yè)為了提高生產(chǎn)率將越來越依靠自動化，這包括遠(yuǎn)程和直接控制生產(chǎn)操作、加工過程和材料處理等。例如 一種用于車輛上的新型動力轉(zhuǎn)向控制裝置一淘汰其他類型的轉(zhuǎn)向動力裝置，該轉(zhuǎn)向部件中包含有人力操縱方向控制閥和分配器。壓縮機一般有活塞式、葉片式和螺旋式等類型。液體比氣體具有更大的粘性，這會因為內(nèi)摩擦而引起更大的壓力和功率損失；另外，由于液壓系統(tǒng)使用的液體要與大氣隔絕，故它們需要特殊的油箱和無泄露系統(tǒng)設(shè)計。目前，由于機器人的研制和開發(fā)涉及多方面的技術(shù)，系統(tǒng)結(jié)構(gòu)復(fù)雜，開發(fā)和研制的成本普遍較高，在某種程度上限制了該項技術(shù)的廣泛應(yīng)用，因此，研制經(jīng)濟型、實用化、高可靠性機器人系統(tǒng)具有廣泛的社會現(xiàn)實意義和經(jīng)濟價值。由于步進(jìn)電機能夠直接接收數(shù)字量，響應(yīng)速度快而且工作可靠并無累積誤差，常用作數(shù)字控制系統(tǒng)驅(qū)動機構(gòu)的動力元件，因此，在驅(qū)動裝置中采用由步進(jìn)電機構(gòu)成的開環(huán)控制方式，這種方式既能滿足控制精度的要求，又能達(dá)到經(jīng)濟性、實用化目的，在此基礎(chǔ)上，對步進(jìn)電機的功率計一算及選型問題經(jīng)行了分析。在物料抓取機械手軟件的設(shè)計上，采用的是模塊化結(jié)構(gòu)，分為系統(tǒng)初始化模塊、數(shù)據(jù)處理模塊和故障狀態(tài)檢測與處理等幾部分。最后，對論文主要研究內(nèi)容和取得的技術(shù)成果進(jìn)行了總結(jié)，提出了存在的問題和不足，同時對機器人技術(shù)的發(fā)展和應(yīng)用進(jìn)行了展望。and the latter evaluates convergence better analyze online and offline performance of testing function, w e multiply fitness of each individual by 10, and we give a curve of 4 000 and 1 000 generations for f1 and f2, respectively.(a)online(b)online Online and offline performance of f1(a)online(b)online Online and offline performance of f2From and , we know that online performance of our approach is just little worse than that of the fourth case, but it is much better than that of the second, third and fifth case, whose online performances are nearly the the same time, offline performance of our approach is better than that of other four In this paper, based on some general theorems, an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is with some critical functions shows that it can improve convergence speed of genetic algorithm significantly, and its prehensive performance is better than that of the genetic algorithm which only reserves the best With the supposed conditions of section 1, we know that the validation of Theorem 1 and Theorem 2 are 3 Mathematical expectation Ec(x)of chromosome searching step with one point crossover is ba