基于三维地形的路径规划算法研究

被引：13

作者：

周兰凤 ^{[1
]}

钱伟杰 ^{[1
]}

曹国刚 ^{[1
]}

章民融 ^{[2
]}

机构：

[1] 上海应用技术大学计算机科学与信息工程学院

[2] 上海市计算技术研究所

来源：

计算机应用与软件 | 2018年 / 35卷 / 08期

关键词：

蚁群算法; 启发函数; 信息素; 挥发率;

D O I：

暂无

中图分类号：

TP242 [机器人]; TP18 [人工智能理论];

学科分类号：

1111 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究了三维环境中移动机器人的路径规划问题,对蚁群算法中的启发函数和信息素更新方式进行改进,引入了启发函数中路径距离的影响因子,使算法的搜索具有方向性。同时采用了信息素的一种惩罚机制,结合挥发率的自适应改变,来加快算法的收敛速度。仿真结果表明,改进后的算法规划得到的三维路径长度和搜索效率得到了提高。

引用

页码：275 / 278+302 +302

页数：5

共 11 条

[1] Improved auto control ant colony optimization using lazy ant approach for grid scheduling problem[J] . Pawan Kumar Tiwari,Deo Prakash Vidyarthi. &nbspFuture Generation Computer Systems . 2016
[2] 基于自适应模糊神经网络的机器人路径规划方法
钱夔
宋爱国
章华涛
熊鹏文
[J]. 东南大学学报(自然科学版), 2012, 42 (04) : 637 - 642
[3] 基于改进蚁群算法的移动机器人路径规划
张琦
马家辰
谢玮
马立勇
[J]. 东北大学学报(自然科学版), 2013, 34 (11) : 1521 - 1524
[4] 改进蚁群算法在移动机器人路径规划中的研究
赵开新
魏勇
王东署
[J]. 计算机测量与控制, 2014, 22 (11) : 3725 - 3727
[5] 三维机器人路径规划的一种变异算子蚁群算法
李向军
霍艳丽
曾勍炜
徐鹰
[J]. 计算机仿真, 2015, 32 (02) : 364 - 368+394
[6] 基于改进遗传算法的移动机器人路径规划
张毅
代恩灿
罗元
[J]. 计算机测量与控制, 2016, 24 (01) : 313 - 316
[7] 基于改进蚁群算法的移动机器人三维路径规划[J]. 朱颢东,孙振,吴迪. 华中师范大学学报(自然科学版). 2016(06)
[8] 基于一种改进A*算法的移动机器人路径规划
孙炜
吕云峰
唐宏伟
薛敏
[J]. 湖南大学学报(自然科学版), 2017, 44 (04) : 94 - 101
[9] 基于统计分析的自适应蚁群算法及应用
许明乐
游晓明
刘升
[J]. 计算机应用与软件, 2017, 34 (07) : 204 - 211
[10] 一种改进的移动机器人三维路径规划方法
吴玉香
王超
[J]. 华南理工大学学报(自然科学版), 2016, 44 (09) : 53 - 60

← 1 2 →