提出了一種改進人工蜂群算法用于機器人的路徑規(guī)劃。為了防止算法早熟,基于梯度下降算法的思想對蜜源位置更新公式進行了改進,同時在公式中引入了自適應(yīng)位置更新系數(shù)。以上述改進公式為基礎(chǔ),基于Bootstrap采樣策略,對引領(lǐng)蜂和觀察蜂各自的種群進行重采樣,以提高算法收斂速度。在部分標(biāo)準測試函數(shù)上對所提算法進行了有效性驗證,結(jié)果表明所提算法較以往的蜂群算法具有更高的收斂速度,且收斂精度提高。將所提算法與改進較優(yōu)的FSABC算法用于移動機器人路徑規(guī)劃。多次試驗結(jié)果表明,所提算法具有更高的精度,速度更快等優(yōu)點。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 Bst-ABC算法模型
    1.1 ABC算法
    1.2 蜜源位置公式的改進
    1.3 改進人工蜂群算法(Bst-ABC)
2 路徑規(guī)劃
    2.1 參數(shù)選擇
    2.2 路徑規(guī)劃仿真
3 結(jié)論


【參考文獻】：
期刊論文
[1]基于改進PSO算法的機器人路徑規(guī)劃及實驗[J]. 康玉祥,姜春英,秦運海,葉長龍.  機器人. 2020(01)
[2]基于自適應(yīng)進化策略的人工蜂群優(yōu)化算法[J]. 張強,李盼池,王梅.  電子科技大學(xué)學(xué)報. 2019(04)
[3]基于改進A*算法的移動機器人路徑規(guī)劃[J]. 陸皖麟,雷景森,邵炎.  兵器裝備工程學(xué)報. 2019(04)
[4]一種改進的人工蜂群算法——粒子蜂群算法[J]. 王繼超,李擎,崔家瑞,左文香,趙越飛.  工程科學(xué)學(xué)報. 2018(07)
[5]基于勢場蟻群算法的移動機器人全局路徑規(guī)劃方法[J]. 劉建華,楊建國,劉華平,耿鵬,高蒙.  農(nóng)業(yè)機械學(xué)報. 2015(09)
[6]基于局部搜索的人工蜂群算法[J]. 劉三陽,張平,朱明敏.  控制與決策. 2014(01)
[7]改進人工蜂群算法[J]. 畢曉君,王艷嬌.  哈爾濱工程大學(xué)學(xué)報. 2012(01)
[8]移動機器人路徑規(guī)劃方法研究[J]. 曲道奎,杜振軍,徐殿國,徐方.  機器人. 2008(02)



本文編號：3714903