基于改进的蜣螂优化算法的逆运动学解决方案，用于机械臂控制

《Robotica》：Improved dung beetle optimization algorithm based inverse kinematics solution for robotic arm

六轴机械臂逆运动学求解难题提出多策略改进 dung beetle 优化算法（ECDBO），通过Sobol序列初始化、边界优化、混合方向扰动及Levy飞行策略提升求解精度和效率，实验验证其在CEC2017测试函数及机械臂逆运动学问题中的优越性能。

　　

摘要

针对六轴机械臂在逆向运动学（IK）求解过程中遇到的问题，即求解难度较大且精度较低的情况，本文提出了一种多策略优化的蜣螂算法（ECDBO）。该算法在四个方面提升了性能：种群初始化、全局搜索能力、搜索方向扰动以及跳出局部最优解的能力。通过引入Sobol序列策略对蜣螂种群进行初始化，使得个体蜣螂的分布更加均匀，从而增加了初始种群的多样性。采用边界优化策略来平衡不同阶段对搜索能力的需求，使得算法在迭代初期具备较强的全局搜索能力，在迭代后期则具备较好的局部搜索能力。同时，提出了一种混合方向扰动策略，用于改变滚动蜣螂和盗食蜣螂的搜索方向，从而实现更细致的探索并提高收敛精度。此外，还结合了Levy飞行策略来扰动当前最优解，增强了算法跳出局部最优解的能力。为了验证ECDBO算法的性能，进行了CEC2017函数测试和机械臂逆向运动学求解实验，并与其他算法进行了比较。结果表明，在CEC2017测试的30个维度中，ECDBO在21个函数上的表现均名列前茅；在100个维度中，则有27个函数的表现优于其他算法。在两个机械臂的逆向运动学求解实验中，ECDBO的精度也优于其他算法。实验结果证明，ECDBO算法显著提高了收敛速度和求解精度，在逆向运动学问题上的表现非常出色。

---

---