針對電力巡線任務的具體需求,提出一種改進型自適應粒子群算法。該算法通過引入自適應調(diào)節(jié)算法中的慣性權(quán)重,以平衡不同階段全局搜索和局部搜索能力;加入具有自調(diào)整能力的自學習因子和社會學習因子,著重加強算法在運行后期的收斂速度和尋優(yōu)能力;并針對偶發(fā)的大量粒子聚集于某個局部最優(yōu)值的現(xiàn)象,適時引入驅(qū)散操作,對粒子聚集區(qū)域加以疏散,使其被分配到更大的空間范圍內(nèi),以加強算法跳出局部極小的能力。最后,通過典型智能算法測試函數(shù)的測試,檢驗了改進算法在平均最優(yōu)值、運行時間和成功次數(shù)等方面的優(yōu)勢;通過仿真分析,驗證了該算法在電力巡線應用的有效性。 

【文章來源】：應用科技. 2019,46(03)

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]基于改進A*算法的移動機器人路徑規(guī)劃[J]. 趙曉,王錚,黃程侃,趙燕偉.  機器人. 2018(06)
[2]輸電線路智能巡檢系統(tǒng)的應用分析[J]. 葛黃徐.  通訊世界. 2018(03)
[3]高壓輸電線路多無人機自主協(xié)同巡線設計與測試[J]. 施孟佶,秦開宇,李凱,鄭永康.  電力系統(tǒng)自動化. 2017(10)
[4]一種動態(tài)搜索策略的蟻群算法及其在機器人路徑規(guī)劃中的應用[J]. 游曉明,劉升,呂金秋.  控制與決策. 2017(03)
[5]帶有精英保留機制的混合差分化學反應算法[J]. 魏民,楊明磊,錢鋒.  化工學報. 2015(01)
[6]架空輸電線路通道環(huán)境的巡視技術(shù)與應用[J]. 鄧元婧,汪從敏,夏開全,江炯,張浩.  浙江電力. 2014(08)
[7]基于柱狀空間和改進A*算法的無人機規(guī)避方法[J]. 徐華東,王世勇,楊輕,楊成順,楊忠.  測控技術(shù). 2014(07)
[8]基于分層的改進A算法在路徑規(guī)劃中的應用[J]. 錢紅昇,葛文鋒,鐘鳴,葛銘.  計算機工程與應用. 2014(07)



本文編號：3569667