本文關(guān)鍵詞：基于改進(jìn)蜘蛛群居算法的移動(dòng)機(jī)器人路徑規(guī)劃方法研究

  更多相關(guān)文章： 改進(jìn)蜘蛛群居算法 路徑規(guī)劃 協(xié)作 搜索能力

【摘要】：路徑規(guī)劃是移動(dòng)機(jī)器人研究的重要領(lǐng)域之一,其優(yōu)劣直接影響行徑過(guò)程中機(jī)器人與周圍環(huán)境的交互能力。常用的全局路徑規(guī)劃方法容易產(chǎn)生擴(kuò)大空間時(shí)決策速度下降、死鎖等問(wèn)題,蜘蛛群居算法其收斂速度和搜索能力不佳,通過(guò)改進(jìn)鄰域搜索,改進(jìn)全局搜索和婚配半徑,來(lái)獲得更優(yōu)的收斂速度和搜索能力,迭代尋優(yōu)時(shí),通過(guò)模擬蜘蛛群體運(yùn)動(dòng)規(guī)律,即依據(jù)雌、雄蜘蛛的協(xié)作,相互吸引以及婚配過(guò)程進(jìn)行信息交互,最終得到最優(yōu)解。實(shí)驗(yàn)證明:改進(jìn)蜘蛛群居算法,可以實(shí)現(xiàn)對(duì)移動(dòng)機(jī)器人的路徑規(guī)劃,提高其搜索能力,避免在路徑規(guī)劃過(guò)程中陷入局部最優(yōu),相比于蜘蛛群居算法和粒子群算法,該算法優(yōu)化后的最短路徑和實(shí)際路徑更優(yōu)。
【作者單位】： 廣西大學(xué)機(jī)械工程學(xué)院;
【關(guān)鍵詞】： 改進(jìn)蜘蛛群居算法 路徑規(guī)劃 協(xié)作 搜索能力
【基金】：2015“大創(chuàng)計(jì)劃”國(guó)家級(jí)創(chuàng)新訓(xùn)練項(xiàng)目(201510593021)資助
【分類號(hào)】：TP18;TP242
【正文快照】： (201510593021)資助路徑規(guī)劃是移動(dòng)機(jī)器人研究的重要領(lǐng)域之一,其優(yōu)劣直接影響行徑過(guò)程中機(jī)器人與周圍環(huán)境的交互能力[1]。從目標(biāo)范圍角度可分為全局路徑規(guī)劃和局部路徑規(guī)劃。常用的全局路徑規(guī)劃方法容易產(chǎn)生擴(kuò)大空間時(shí)決策速度下降、死鎖等問(wèn)題,隨著人工智能技術(shù)在移動(dòng)機(jī)器人

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉江華;戴新喜;白似雪;;基于模式矩陣的P_Matrix算法[J];南昌大學(xué)學(xué)報(bào)(理科版);2007年05期

2 陳煥文,謝麗娟,謝建平;一類值函數(shù)激勵(lì)學(xué)習(xí)的遺忘算法[J];計(jì)算機(jī)研究與發(fā)展;2001年04期

3 杜榮華;姚剛;吳泉源;;蟻群算法在移動(dòng)Agent遷移中的應(yīng)用研究[J];計(jì)算機(jī)研究與發(fā)展;2007年02期

4 殷萇茗,陳煥文,謝麗娟;激勵(lì)學(xué)習(xí)的廣義平均算法及其收斂性[J];計(jì)算機(jī)工程與應(yīng)用;2002年20期

5 段海濱;王道波;于秀芬;;蟻群算法的研究現(xiàn)狀及其展望[J];中國(guó)工程科學(xué);2007年02期

6 鄭松;侯迪波;周澤魁;;動(dòng)態(tài)調(diào)整選擇策略的改進(jìn)蟻群算法[J];控制與決策;2008年02期

7 馬知也;施秋紅;;貓群算法研究綜述[J];甘肅廣播電視大學(xué)學(xué)報(bào);2014年02期

8 李娜;雷秀娟;;細(xì)菌覓食優(yōu)化算法的研究進(jìn)展[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年08期

9 拓守恒;;一種基于人工蜂群的高維非線性優(yōu)化算法[J];微電子學(xué)與計(jì)算機(jī);2012年07期

10 田炳麗;劉常波;解貴新;;旋轉(zhuǎn)貨架揀選作業(yè)優(yōu)化的交叉蟻群算法求解[J];現(xiàn)代電子技術(shù);2008年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 王國(guó)勝;孫東紅;;變步長(zhǎng)LMS算法工程應(yīng)用的探討[A];江西省航空學(xué)會(huì)結(jié)構(gòu)強(qiáng)度專業(yè)學(xué)術(shù)研討會(huì)論文集[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 柏靜;基于多種混合策略的人工蜂群算法改進(jìn)研究[D];山東師范大學(xué);2016年

2 孔翔宇;幾類優(yōu)化問(wèn)題的人工蜂群算法[D];西安電子科技大學(xué);2016年

3 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

4 寇曉麗;群智能算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

5 吳擎;基于模式搜索的類電磁機(jī)制算法研究與應(yīng)用[D];華中科技大學(xué);2013年

6 寧愛(ài)平;人工蜂群算法及其在語(yǔ)音識(shí)別中的應(yīng)用研究[D];太原理工大學(xué);2013年

7 趙晶;量子行為粒子群優(yōu)化算法及其應(yīng)用中的若干問(wèn)題研究[D];江南大學(xué);2013年

8 馬穎;基于量子計(jì)算理論的優(yōu)化算法研究[D];西北工業(yè)大學(xué);2014年

9 鄭文斌;基于協(xié)作傳輸?shù)娜褐悄軣o(wú)線傳感器網(wǎng)節(jié)點(diǎn)部署研究[D];哈爾濱工業(yè)大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

2 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長(zhǎng)安大學(xué);2015年

3 李卓s，

本文編號(hào)：990345