并联机器人与传统的串联机器人相比有许多优点。并联机器人的性能在很大程度上取决于它的尺寸。本文设计了一套满足任务尺寸空间需求的并联机器人的参数优化设计方法。并联机器人的参数优化设计可以分为两类:第一类是找到一组参数,使得并联机器人的工作空间最大化,没有操作任务的约束;第二类是期望所得到的并联机器人能够尽可能地满足并且接近指定的任务尺寸空间。本文所进行的参数优化设计属于第二类优化设计的范畴。本文将并联机器人的参数优化设计问题公式化为一个数值最优化问题,并将该最优化问题转化为两个子问题,使得优化问题能够较为简便地解决。本文考虑了两种常用的规则形状的任务尺寸空间,圆柱体形和长方体形任务尺寸空间,并且设计了n-DOF(n≤6)的少自由度的并联机器人的参数优化设计流程。并联机器人的参数优化设计问题是一个约束非线性优化问题,目标函数没有显式的解析表达式,因此传统的基于梯度的数值方法不能适用。为了能够快速地收敛到全局最优解,本文采用了混合型全局最优化方法,将随机搜索的遗传算法和确定性搜索的模式搜索算法相结合。由于遗传算法即将接近全局最优解时在最优解附近左右摆动,收敛较慢,因此首先运用遗传算法找到全局最优点附近的近似最优点,然后将它作为模式搜索算法的搜索起点,利用模式搜索算法来快速收敛到全局最优点。算法的实施采用了Matlab的遗传算法和直接搜索工具箱,并且本文简要地给出了遗传算法和模式搜索算法的全局收敛性证明。本文最后将并联机器人的参数优化设计流程和混合型全局最优化方法运用于一种三自由度Delta并联机器人,并且详细地说明了优化的过程。根据所指定的4种不同的任务尺寸空间,得到了4组不同的结果,并且对各组结果进行了讨论和比较,提出了距离指标来度量被设计的并联机器人的合理性。通过将本文的结果进行对比和讨论,可以验证本文的结果是正确的,而且也是全面的,该混合型全局最优化方法具有较高的效率,较好的全局收敛性,也具有较广泛的适应性,能够运用于其他类型的少自由度并联机器人满足任务尺寸空间需求的参数优化设计。