基于改进粒子群算法的智能机器人路径规划

被引：66

作者：

张万绪

张向兰

李莹

机构：

[1] 西北大学信息科学与技术学院

来源：

计算机应用 | 2014年 / 34卷 / 02期

关键词：

智能机器人; 路径规划; 栅格法; 粒子群算法;

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：

针对粒子群算法局部寻优能力差的缺点,提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合,在路径长度的基础上引入安全度和平滑度概念,建立动态调整路径长度的适应度函数。与传统的粒子群算法相比,实验结果表明,改进算法具有较强的安全性、实时性及寻优能力。

引用

页码：510 / 513

页数：4

共 10 条

[1]

Algorithms for solving the single-sink fixed-charge transportation problem.[J].Andreas Klose.Computers and Operations Research.2006, 6

[2]

群体智能与仿生计算.[M].杨淑莹; 张桦; 著.电子工业出版社.2012,

[3]

模糊自适应控制理论及其应用.[M].张化光;何希勤等著;.北京航空航天大学出版社.2002,

[4]

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

[5] 基于粒子群优化算法的小型足球机器人路径规划 [J].

宫金超 ;

李晓明 .

机电工程, 2010, 27 (12) :116-120

[6] 基于粒子群优化的机器人多传感器自标定方法 [J].

汪霖 ;

曹建福 ;

韩崇昭 .

机器人, 2009, 31 (05) :391-396

[7] 基于惯性权重非线性动态变化的微粒群算法 [J].

王辉 ;

钱锋 .

计算机科学, 2008, (04) :146-148

[8] 基于栅格法的机器人快速路径规划 [J].

于红斌 ;

李孝安 .

微电子学与计算机, 2005, (06) :98-100

[9] 移动机器人技术研究现状与未来 [J].

李磊 ;

叶涛 ;

谭民 ;

陈细军 .

机器人, 2002, (05) :475-480

[10]

基于粒子群优化算法的移动机器人路径规划研究.[D].李珊.西安科技大学.2011, 01

← 1 →