Resumen

Ante el problema de que el Algoritmo Genético Cuántico de Bloch (BQGA) es propenso a caer en un óptimo local, se propone un BQGA mejorado. El algoritmo puede controlar el tamaño del paso y la probabilidad de mutación en tiempo real en el proceso iterativo, evitando sobrepasar la solución óptima y garantizando la eficiencia de la búsqueda. Además, el algoritmo mejorado completa aún más el mecanismo de anti-degradación, que mantiene la diversidad de la población al mismo tiempo que preserva al máximo el gen dominante, de modo que el algoritmo no es propenso a caer en el extremo local y finalmente se acerca a la solución óptima global. La aplicación en la solución inversa de la cinemática de robots muestra que el BQGA mejorado evita eficazmente el problema prematuro y acelera la convergencia del entendimiento, y el resultado de la búsqueda está cerca de la solución completa, lo que proporciona una nueva idea para resolver ecuaciones funcionales complejas no lineales y multivariables.

• Materias:Control de microvehículos aéreos Tecnología de exoesqueleto Clasificación de escenas Técnicas de escaneo Enfoque antropocéntrico
• Subjects:Aerial microvehicle control Exoskeleton technology Scene classification Scanning techniques Anthropocentric approach
• Palabras claves:Algoritmo genético cuántico; Algoritmo mejorado; óptimo local; Probabilidad de mutación; Mecanismo antidegradación; Cinemática robótica
• Keywords:Quantum genetic algorithm; Improved algorithm; Local optimum; Mutation probability; Anti-degradation mechanism; Robot kinematics