由于并联机器人具有优异的动力学性能、高敏捷性、高负载重量比和累积误差小等优点，在航空航天、医疗器械等领域具有重要的应用价值。尽管并联机器人在某些领域具有市场价值，但由于其巨大的优化设计成本，并联机器人并不如工业串联机器人成功。多目标优化设计对于提高并联机器人的综合性能与工程应用均具有重要意义。

      由于并联机器人规则工作空间解析表达式获得困难，全局性能指标的计算往往通过离散数值法计算工作空间内有限个离散点目标值的平均值或方差值来获得，全局性能指标的精度依赖于离散节点的数量，增加节点数量将使全局性能指标的计算成本呈指数式增加。并联机构多目标优化的难点之一是建立规则工作空间的解析表达式或其高效数值计算方法。

      陈巧红老师结合拉丁超立方体、高斯回归模型与智能优化算法提出了一种并联机构多目标优化设计的混合算法，该算法在保证设计精度的同时可大幅降低优化设计的计算成本。研究成果发表在SCI一区TOP期刊《Applied Mathematical Modelling》。

      常规优化设计算法通过离散数值或蒙特卡洛法建立机器人在完整工作空间的全局性能评价指标，增加完整工作空间内的节点数量将使优化设计计算成本呈指数式增加。建立并联机器人高精高效的多目标优化设计模型是并联机器人优化设计领域极具挑战的课题之一。

      建立全局性能指标与设计参数之间的响应面模型是降低优化设计成本的重要途径之一。多项式回归模型假设回归方程为多项式，这影响了因子的多样性和某些因素的不确定性；BP神经网络模型依赖于初始值和训练数据，易陷入局部最优，鲁棒性较差。

      她结合拉丁超立方体抽样与高斯回归建立了并联机器人性能指标与设计参数之间的响应面模型，具有较高的鲁棒性与拟合精度，并进一步与智能优化算法结合建立了并联机器人多目标优化设计的混合算法。与粒子群优化算法相比，该混合算法可节约计算成本99.84%。为并联机器人多目标优化设计奠定了理论基础。

      公司陈巧红教授为论文的第一作者，嘉兴公司杨超老师为论文通讯作者。

      该研究成果得到了国家自然科学基金、浙江省自然科学基金等项目的资助。

      论文链接：

      https://www.sciencedirect.com/science/article/abs/pii/S0307904X21002511

      第一作者简介

      陈巧红，工学博士，教授，硕士生导师。主要从事并联机器人智能优化设计和机器学习相关研究。以第一作者和通讯作者发表论文20余篇，授权发明专利8项。主持国家自然科学基金(面上、青年)，浙江省自然科学基金等项目。入选浙江省新世纪151人才工程第三层次培养人才。