發(fā)布時(shí)間：2021-12-17 16:43

　　針對(duì)移動(dòng)機(jī)器人全局路徑規(guī)劃問題,提出一種基于量子行為煙花算法（quantum-behaved fireworks algorithm,QFWA）的路徑規(guī)劃方法.改進(jìn)算法在基本煙花算法（fireworks algorithm, FWA）的基礎(chǔ)上增加了基于量子行為的煙花爆炸策略.該策略使得種群在接近全局最優(yōu)時(shí)具有較強(qiáng)的局部搜索能力,同時(shí)在種群遠(yuǎn)離全局最優(yōu)位置時(shí)具有較強(qiáng)的全局搜索能力.改進(jìn)算法提高了煙花爆炸產(chǎn)生火花的多樣性和算法的收斂速度.在Benchmark測(cè)試函數(shù)上將改進(jìn)算法與其他幾種優(yōu)化算法進(jìn)行了對(duì)比,結(jié)果表明改進(jìn)算法的性能優(yōu)于其他算法.將QFWA應(yīng)用于求解移動(dòng)機(jī)器人路徑規(guī)劃問題,并采用均值濾波結(jié)合人工勢(shì)場(chǎng)法對(duì)規(guī)劃出的路徑進(jìn)行路徑平滑處理.仿真實(shí)驗(yàn)結(jié)果表明改進(jìn)方法在移動(dòng)機(jī)器人路徑規(guī)劃問題上的可行性和有效性. 

【文章來源】：控制理論與應(yīng)用. 2019,36(09)北大核心EICSCD

【文章頁數(shù)】：11 頁

【參考文獻(xiàn)】：
期刊論文
[1]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU.  Science China（Information Sciences）. 2018(05)
[2]基于改進(jìn)煙花-蟻群混合算法的智能移動(dòng)體避障路徑規(guī)劃[J]. 張瑋,馬焱,趙捍東,張磊,李營(yíng),李旭東.  控制與決策. 2019(02)
[3]煙花算法研究進(jìn)展[J]. 譚營(yíng),鄭少秋.  智能系統(tǒng)學(xué)報(bào). 2014(05)
[4]移動(dòng)機(jī)器人路徑規(guī)劃的改進(jìn)蟻群優(yōu)化算法[J]. 趙娟平,高憲文,符秀輝,劉金剛.  控制理論與應(yīng)用. 2011(04)
[5]基于PSO的人工勢(shì)場(chǎng)法在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用[J]. 丁華勝,王華忠.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)
[6]移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)綜述[J]. 朱大奇,顏明重.  控制與決策. 2010(07)

碩士論文
[1]基于煙花算法的移動(dòng)機(jī)器人路徑規(guī)劃仿真研究[D]. 朱亮吉.西南交通大學(xué) 2018



本文編號(hào)：3540522