【摘要】：隨著現(xiàn)代科技和智能水平的不斷發(fā)展,人們致力于研究智能移動機器人。為了獲取機器人全局最優(yōu)路徑,文章提出一種基于改進的狼群算法移動機器人路徑規(guī)劃。狼群算法是近年來新提出的一種群體智能優(yōu)化算法,已在很多領域成功引用并取得了優(yōu)質的成果。文章為了擴充和提高狼群算法的理論體系和實踐應用,進行了算法的改進。該算法提出并行游走機制,通過探狼在原位置周圍適度密集搜索和搜索的多樣性進一步提高探狼的局部搜索能力;構建智能奔襲行為,通過猛狼和頭狼距離的變換而改變奔襲步長提高猛狼自適應調節(jié)能力;提出向心圍攻策略,通過去除圍攻步長使得狼群加快進入圍攻領域充分提高了算法的局部搜索能力。算法改進后,為了驗證算法的收斂性,使用馬爾科夫鏈進行分析;為了驗證算法的性能,使用15個標準測試函數(shù)對該進的狼群算法的性能進行測試,并與狼群算法、粒子群算法、人工蜂群算法和人工魚群算法進行比較,結果表明改進的狼群算法有效性更好。最后,將IWPA算法應用到移動機器人路徑規(guī)劃中,由于參數(shù)較多,文章利用TAGUCHI正交試驗進行算法參數(shù)以及目標函數(shù)的分析,以此選取實驗參數(shù)值,進行基于IWPA算法與WPA算法的路徑規(guī)劃對比實驗。實驗結果表明,IWPA算法規(guī)劃出的路徑質量更佳,同時提升了移動機器人路徑的規(guī)劃效率。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP18;TP242
【圖文】：

近年來隨著社會經(jīng)濟的不斷發(fā)展，各個產業(yè)在不同領域的成效都有很大升。很多制造業(yè)和服務業(yè)都需要大量的生產力，但隨著各地老齡化程度加劇合不了制造業(yè)和服務業(yè)需要，所以機器人被引入了生產制造和服務業(yè)中，機的應有降低了人力的消耗也大大提升了生產效率。隨著機器人的不斷應用和發(fā)人們開始研究自主移動機器人，其中路徑規(guī)劃是機器人研究中的關鍵，也是之急的任務。移動機器人的導航問題主要是：[1-4]（1）移動機器人在哪里？（2）移動機器人要去往何處？（3）移動機器人要如何到該處去？而路徑規(guī)劃解決的問題如下：（1）移動機器人怎樣從某個指定地點運動到另一個指定地點？（2）怎樣能使機器人避開障礙物并且運動到某些必須要經(jīng)過的位置？（3）在實現(xiàn)以上職責的基礎上，怎樣盡可能使得機器人的運行軌跡達到最佳圖 1.1 舉出了部分的的移動機器人。

2.1 引言狼群算法(Wolf Pack Search, WPS)最先是由 Yang[35]等提出， LIU[36]等在2011 年提出了一種新的狼群算法(Wolf Colony Algorithm, WCA)，用于解決最優(yōu)化問題。WCA 與 PSO、ABC 等算法相比，求解精度更高，收斂速度更快，控制參數(shù)更少的特點。WCA 與 DE、PSO、ABC 等算法相比，本質上是一種計算優(yōu)化行為，算法參數(shù)少，收斂速度快，魯棒性好。雖然算法問世短，但由于其性能相對較好，已經(jīng)受到越來越多的關注，成為解決非線性優(yōu)化問題的又一高效算法。吳虎勝[37]等于2013 年在WCA的基礎上提出了全新的狼群算法(Wolf Pack Algorithm,WPA),該算法更加詳細的將狼群分為三個部分（即頭狼、探狼與猛狼），并提出了探狼游走、頭狼召喚、猛狼奔襲與狼群圍攻等智能行為與“強者生存”的狼群更新機制。從文獻[38]-[44]研究發(fā)現(xiàn) WPA 與 GA、FSA 等其他生物群體智能算法相比，在尋優(yōu)效果上求解精度更高，魯棒性更強，更適合求維數(shù)高的多峰函數(shù)，下面將詳細的介紹狼群算法。如圖 2.1 所示是狼群捕食的示意圖

【參考文獻】

相關期刊論文 前10條

1 王建群;賈洋洋;肖慶元;;狼群算法在水電站水庫優(yōu)化調度中的應用[J];水利水電科技進展;2015年03期

2 寧愛平;張雪英;;人工蜂群算法的收斂性分析[J];控制與決策;2013年10期

3 吳虎勝;張鳳鳴;吳廬山;;一種新的群體智能算法——狼群算法[J];系統(tǒng)工程與電子技術;2013年11期

4 周強;周永權;;一種基于領導者策略的狼群搜索算法[J];計算機應用研究;2013年09期

5 李軍華;黎明;;元胞遺傳算法的收斂性分析和收斂速度估計[J];模式識別與人工智能;2012年05期

6 喬士東;劉忠;黃金才;張維明;;一種基于Taguchi方法的混合NSGA-Ⅱ算法[J];國防科技大學學報;2011年06期

7 於世為;魏一鳴;諸克軍;;基于粒子群-遺傳的混合優(yōu)化算法[J];系統(tǒng)工程與電子技術;2011年07期

8 王麗亞;李雪梅;;三種智能優(yōu)化算法的比較分析[J];信息系統(tǒng)工程;2011年06期

9 石為人;黃興華;周偉;;基于改進人工勢場法的移動機器人路徑規(guī)劃[J];計算機應用;2010年08期

10 李天成;孫樹棟;高揚;;基于扇形柵格地圖的移動機器人全局路徑規(guī)劃[J];機器人;2010年04期

相關碩士學位論文 前3條

1 劉洋;基于典型路徑庫的移動機器人智能路徑規(guī)劃算法的研究與實現(xiàn)[D];北京交通大學;2017年

2 程二亭;災害環(huán)境救援用履帶式機器人關鍵技術的研究[D];天津職業(yè)技術師范大學;2016年

3 付成偉;基于分層強化學習的移動機器人路徑規(guī)劃[D];哈爾濱工程大學;2008年

本文編號：2731343