發(fā)布時(shí)間：2017-11-11 08:09

  本文關(guān)鍵詞：基于改進(jìn)人工魚群算法的機(jī)器人路徑規(guī)劃

  更多相關(guān)文章： 人工魚群算法 機(jī)器人 路徑規(guī)劃 免疫算法 全局最優(yōu)解

【摘要】：機(jī)器人技術(shù)是機(jī)器人與人工智能中的一個(gè)重要分支,是一項(xiàng)離我們越來越近的高新潛力技術(shù)。從農(nóng)業(yè)領(lǐng)域到軍事,航天航空,工業(yè)制造,服務(wù)業(yè)等諸多領(lǐng)域,機(jī)器人都有廣闊的發(fā)展空間。機(jī)器人運(yùn)動過程中環(huán)境的復(fù)雜性與不確定性,決定了路徑規(guī)劃是它的一個(gè)研究難點(diǎn)與研究重點(diǎn)。而路徑規(guī)劃,就是在已知或者未知的環(huán)境中找出起點(diǎn)到終點(diǎn)的一條路徑,這條路徑必須是不會碰到障礙物的。智能仿生算法,是一種模擬生物行為的智能計(jì)算方法。因?yàn)槠溆兄⑿行�、快速性和魯棒性等�?yōu)點(diǎn),被國內(nèi)外專家學(xué)者所關(guān)注。智能仿生算法各有其特點(diǎn),根據(jù)優(yōu)點(diǎn)與缺點(diǎn)的不同能夠解決很多復(fù)雜的難以解決的問題。其中比較新型的是粒子群算法、人工神經(jīng)網(wǎng)絡(luò)算法以及本課題用到的人工魚群算法。人工魚群算法(Artificial Fish Swarm Algorithm,AFSA)近年來逐漸被越來越多的人所關(guān)注,它具有強(qiáng)大的魯棒性以及高效地收斂速度,所以被廣泛應(yīng)用于各個(gè)領(lǐng)域。本文主要通過改進(jìn)人工魚群算法來完成機(jī)器人路徑規(guī)劃的研究。首先系統(tǒng)地介紹了人工魚群算法的原理與思想,深入分析了人工魚群算法的優(yōu)缺點(diǎn)。然后針對路徑規(guī)劃的特點(diǎn),設(shè)計(jì)了適應(yīng)度函數(shù),有效提高路徑的全面性,同時(shí)添加方向算子,提高路徑查找的速度,解決算法在后期搜索效率降低的缺點(diǎn),引入免疫算法,增強(qiáng)全局搜索能力,有效地克服人工魚群算法容易陷入局部最優(yōu)解的缺點(diǎn)。最后將方向性免疫人工魚群算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)平臺采用C++語言搭建,通過visual studio軟件分別對基本人工魚群算法與方向性免疫人工魚群算法進(jìn)行了測試,將這兩個(gè)算法在四個(gè)不同類型地圖應(yīng)用進(jìn)行模擬仿真與比較。實(shí)驗(yàn)的數(shù)據(jù)結(jié)果表明了方向性免疫人工魚群算法能有效地提高路徑規(guī)劃的性能與效率,證明了方向性免疫人工魚群算法的效果優(yōu)于基本的人工魚群算法在機(jī)器人路徑規(guī)劃中的效果,能很好地解決人工魚群算法存在的缺點(diǎn)。最后,對論文所做的工作進(jìn)行了全面總結(jié),在此基礎(chǔ)上對機(jī)器人路徑規(guī)劃的未來進(jìn)行了展望。
【學(xué)位授予單位】：桂林電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TP242

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曲良東;何登旭;;改進(jìn)的人工魚群算法及其在近似求導(dǎo)中的應(yīng)用[J];微電子學(xué)與計(jì)算機(jī);2009年05期

2 王聯(lián)國;洪毅;趙付青;余冬梅;;一種簡化的人工魚群算法[J];小型微型計(jì)算機(jī)系統(tǒng);2009年08期

3 王宗利;劉希玉;王文平;;一種改進(jìn)的人工魚群算法[J];信息技術(shù)與信息化;2010年03期

4 韋修喜;曾海文;周永權(quán);;云人工魚群算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年22期

5 曾蒙迪;;人工魚群算法的簡介及應(yīng)用[J];信息與電腦(理論版);2011年04期

6 李媛;;基于人工魚群算法的多元線性回歸分析問題處理[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

7 陳曉峰;宋杰;;量子人工魚群算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年12期

8 王波;;基于細(xì)胞膜優(yōu)化的人工魚群算法研究[J];科技通報(bào);2013年03期

9 王培崇;;人工魚群算法研究綜述[J];中國民航飛行學(xué)院學(xué)報(bào);2013年04期

10 李曉磊,薛云燦,路飛,田國會;基于人工魚群算法的參數(shù)估計(jì)方法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2004年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李曉磊;錢積新;;人工魚群算法:自下而上的尋優(yōu)模式[A];過程系統(tǒng)工程2001年會論文集[C];2001年

2 徐公林;張鐵龍;;人工魚群算法在電力系統(tǒng)負(fù)荷模型參數(shù)辨識中的應(yīng)用[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

3 劉耀年;姚玉萍;李迎紅;劉俊峰;;基于人工魚群算法RBF神經(jīng)網(wǎng)絡(luò)[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王聯(lián)國;人工魚群算法及其應(yīng)用研究[D];蘭州理工大學(xué);2009年

2 姚正華;改進(jìn)人工魚群智能優(yōu)化算法及其應(yīng)用研究[D];中國礦業(yè)大學(xué);2016年

3 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

4 張梅鳳;人工魚群智能優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳斐;改進(jìn)的人工魚群算法分析與研究[D];西安電子科技大學(xué);2012年

2 王蕾;一種人工螢火蟲群優(yōu)化算法改進(jìn)的研究[D];青島理工大學(xué);2015年

3 馬堯;基于改進(jìn)的人工魚群算法在商旅問題中的應(yīng)用研究[D];西南交通大學(xué);2015年

4 薛亞娣;改進(jìn)的人工魚群算法及其應(yīng)用研究[D];蘭州大學(xué);2015年

5 彭鵬;配電網(wǎng)無功優(yōu)化和跟蹤調(diào)節(jié)技術(shù)研究[D];沈陽理工大學(xué);2015年

6 崔淑慧;三維管路自動敷設(shè)算法及干涉校驗(yàn)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 黃鋒;混沌人工魚群算法及其在水庫(群)優(yōu)化調(diào)度中的應(yīng)用[D];華北電力大學(xué);2015年

8 劉翔;基于改進(jìn)人工魚群算法的化工過程優(yōu)化[D];北京化工大學(xué);2015年

9 喻俊松;基于改進(jìn)人工魚群算法無人機(jī)航跡規(guī)劃研究[D];南昌航空大學(xué);2015年

10 陳新;基于人工魚群算法的柔性作業(yè)車間調(diào)度研究[D];大連理工大學(xué);2015年

，

本文編號：1170518