本文選題：農業(yè)機器人　切入點：Memetic算法　出處：《農機化研究》2016年09期

【摘要】：針對農業(yè)機器人路徑規(guī)劃實時性和穩(wěn)定性差的問題,采用人工勢場法,并結合Memetic算法與精英排序法優(yōu)化基本蟻群算法。該算法用勢場法獲得路徑初始化種群,對每代路徑進行Memetic算法中的交叉組合操作,將每代螞蟻產生的路徑分別進行優(yōu)化排序,根據(jù)螞蟻路徑的優(yōu)劣程度,對信息素進行更新;同時,加入精英小組螞蟻產生的信息素,從而加快了算法的收斂速度,提高了算法的穩(wěn)定性。實驗表明:改進后算法的平均最優(yōu)路徑長度提高了12.56%,收斂代數(shù)提高55.86%,算法用時提高了65.3%,最優(yōu)解百分比增加了40%。本算法能夠快速有效地規(guī)劃出最優(yōu)路徑,提高了農業(yè)機器人的工作效率。
[Abstract]:In order to solve the problem of poor real-time and stability of path planning of agricultural robot, the artificial potential field method, combined with Memetic algorithm and elite sorting algorithm, is used to optimize the basic ant colony algorithm. The path of each generation is optimized and sorted by Memetic algorithm, and the pheromone is updated according to the degree of the ant path. At the same time, the pheromone produced by the ant is added to the elite group. Thus speeding up the convergence of the algorithm, The experimental results show that the average optimal path length of the improved algorithm increases 12.56, the convergence algebra increases 55.86, the time of the algorithm increases 65.3and the percentage of the optimal solution increases by 400.The algorithm can plan the optimal path quickly and effectively. The working efficiency of agricultural robot is improved.
【作者單位】： 東北農業(yè)大學;
【基金】：國家“863計劃”項目(810028)
【分類號】：TP18;TP242

【相似文獻】

相關期刊論文 前10條

1 李枚毅,蔡自興,魏世勇;基于黃金分割律選擇算子的改進進化編程算法及其在機器人路徑規(guī)劃中的應用[J];系統(tǒng)仿真學報;2001年S1期

2 謝宏斌,劉國棟,李春光;動態(tài)環(huán)境中基于模糊神經(jīng)網(wǎng)絡的機器人路徑規(guī)劃的一種新方法[J];江南大學學報;2003年01期

3 喬永興,張增芳,李陶深;多樣性指導進化算法及其在機器人路徑規(guī)劃中的應用[J];計算機測量與控制;2003年11期

4 龍飛,孫德寶,秦元慶;動態(tài)環(huán)境下機器人路徑規(guī)劃的一種新方法[J];計算機與數(shù)字工程;2005年02期

5 張澤建;吳玉香;;一種基于罰函數(shù)的機器人路徑規(guī)劃方法[J];計算機測量與控制;2006年01期

6 蔡佐軍;孫德寶;秦元慶;李寧;;基于構型空間法的機器人路徑規(guī)劃研究[J];計算機與數(shù)字工程;2006年04期

7 孫斌;韓大鵬;韋慶;;基于滾動窗口算法的機器人路徑規(guī)劃應用研究[J];計算機仿真;2006年06期

8 周郭許;唐西林;;基于柵格模型的機器人路徑規(guī)劃快速算法[J];計算機工程與應用;2006年21期

9 廖紹輝;張連東;;機器人路徑規(guī)劃技術的現(xiàn)狀與發(fā)展趨勢[J];機械工程師;2007年07期

10 王宗堯;司應濤;國海濤;;機器人路徑規(guī)劃方法的研究現(xiàn)狀與展望[J];淮陰工學院學報;2007年03期

相關會議論文 前9條

1 趙凱;王玨;;對人的適應以及在機器人路徑規(guī)劃中的應用[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 楊翊鵬;李少遠;;基于滿意優(yōu)化的視覺機器人路徑規(guī)劃[A];第二十一屆中國控制會議論文集[C];2002年

3 陸凱峰;彭力;;基于改進蟻群優(yōu)化算法的機器人路徑規(guī)劃[A];2007中國控制與決策學術年會論文集[C];2007年

4 王奇志;王洪志;;關于機器人路徑規(guī)劃三種典型方法的比較與討論[A];2005年中國智能自動化會議論文集[C];2005年

5 李貽斌;宋勇;榮學文;;基于神經(jīng)網(wǎng)絡的進化機器人路徑規(guī)劃方法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

6 宋勇;李貽斌;劉冰;;基于回聲狀態(tài)網(wǎng)絡的機器人路徑規(guī)劃進化算法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

7 張純剛;席裕庚;;基于滾動窗口的移動機器人路徑規(guī)劃[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

8 王菁華;崔世鋼;羅云林;;基于Matlab的智能機器人路徑規(guī)劃仿真[A];'2008系統(tǒng)仿真技術及其應用學術會議論文集[C];2008年

9 王文;夏耘;;微粒群算法在機器人路徑規(guī)劃中的應用[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

相關博士學位論文 前2條

1 邵杰;基于學習分類器的多機器人路徑規(guī)劃關鍵技術研究[D];南京理工大學;2011年

2 劉傳領;基于勢場法和遺傳算法的機器人路徑規(guī)劃技術研究[D];南京理工大學;2012年

相關碩士學位論文 前10條

1 張雷;機器人路徑規(guī)劃及編隊問題的研究與仿真[D];西南交通大學;2007年

2 劉渝;基于演化博弈的多機器人路徑規(guī)劃技術研究[D];武漢工程大學;2012年

3 陳東;機器人路徑規(guī)劃原理與應用[D];西安電子科技大學;2012年

4 雷小宇;基于進化計算的多智能體機器人路徑規(guī)劃研究[D];中南大學;2008年

5 邸建華;用于水下機器人路徑規(guī)劃的優(yōu)化算法研究[D];哈爾濱工程大學;2009年

6 張玉蘭;基于圖的機器人路徑規(guī)劃螞蟻算法[D];南京師范大學;2006年

7 劉京京;多目標遺傳優(yōu)化及其在機器人路徑規(guī)劃中的應用[D];南京理工大學;2007年

8 潘遷;基于改進蟻群算法的搜救機器人路徑規(guī)劃[D];武漢理工大學;2012年

9 周帆;一類多機器人路徑規(guī)劃的研究與仿真[D];南京理工大學;2013年

10 竇連航;基于人工蜂群算法的多機器人路徑規(guī)劃方法研究[D];上海大學;2015年

，

本文編號：1678667