精英粒子群优化算法及其在机器人路径规划中的应用

被引：19

作者：

颜雪松 ^{[1
]}

胡成玉 ^{[1
]}

姚宏 ^{[1
]}

伍庆华 ^{[2
]}

机构：

[1] 中国地质大学计算机学院

[2] 武汉工程大学计算机科学与工程学院

来源：

光学精密工程 | 2013年 / 12期

关键词：

粒子群优化算法; 机器人路径规划; 标准测试函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP242 [机器人];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1111 ;

摘要：

针对标准粒子群优化(PSO)算法容易陷入局部最优的缺点,提出了一种基于标准PSO算法的新算法。该算法通过引入新的更新函数和精英选择策略,可在保持较高收敛速度的同时,降低陷入局部最优的可能性。与标准PSO算法相比较,不仅扩大了搜索空间,并且复杂度也不高。研究结果证明该算法更容易引导,而且具有更高效的全局搜索能力,展示了较高的效率和鲁棒性。将该算法用于解决机器人路径规划问题并进行了仿真实验,结果显示,与传统的方法相比,新算法在机器人路径规划问题上能获得更加准确的路径,而且计算时间可以缩短15%,比其他算法更有效。

引用

页码：3160 / 3168

页数：9

共 7 条

[1]

Circuit Design Based on Particle Swarm Optimization Algorithms[J] . Yan Xue Song,Wu Qing Hua,Hu Cheng Yu,Liang Qing Zhong.Key Engineering Materials . 2011 (474)

[2]

Simplifying Particle Swarm Optimization[J] . M.E.H. Pedersen,A.J. Chipperfield.Applied Soft Computing Journal . 2009 (2)

[3]

Robot navigation in the real world:[J] . Ulrich Nehmzow,Carl Owen.Robotics and Autonomous Systems . 2000 (4)

[4]

An efficient on-line path planner for outdoor mobile robots[J] . Alex Yahja,Sanjiv Singh,Anthony Stentz.Robotics and Autonomous Systems . 2000 (2)

[5] Traversability analysis and path planning for a planetary rover [J].

Gennery, DB .

AUTONOMOUS ROBOTS, 1999, 6 (02) :131-146

[6]

The particle swarm-explosion, stability, and convergence in a multidimensional complex space. Clerc, Maurice,Kennedy, James. IEEE Transactions on Evolutionary Computation . 2002

[7]

Particle swarm optimization. Kennedy J, Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995

← 1 →