均分点蚁群算法在群集机器人任务规划中的应用与研究

被引:3
作者
余伶俐
蔡自兴
刘晓莹
高平安
机构
[1] 中南大学信息科学与工程学院
关键词
蚁群算法; 群集机器人; 任务规划;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
提出了一种求解群集机器人协作任务规划问题的均分点蚁群算法(EDPACA)。通过多组蚂蚁群相互协作搜索,构架了一种新蚁群算法的解结构,并设计了更合理的评估函数,使其在评价时充分考虑均衡任务点探测,最后利用2-opt技术解决了各子周游路径的交叉问题,获得了总代价最优的解。该算法将蚁群技术首次应用于集群机器人的任务调度规划中,成功解决了中大规模任务规划问题。仿真实验结果表明,均分点蚁群算法能提高群集机器人执行任务的效率,同时也是解决多旅行商问题的另种新思路。
引用
收藏
页码:1054 / 1060
页数:7
相关论文
共 7 条
[1]  
蚁群优化原理、理论及其应用研究.[D].胡小兵.重庆大学.2004, 01
[2]   Cooperative coevolutionary adaptive genetic algorithm in path planning of cooperative multi-mobile robot systems [J].
Cai, ZX ;
Peng, ZH .
JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2002, 33 (01) :61-71
[3]   Lifelong adaptation in heterogeneous multi-robot teams: Response to continual variation in individual robot performance [J].
Parker, LE .
AUTONOMOUS ROBOTS, 2000, 8 (03) :239-267
[4]   全局未知环境下多机器人运动蚂蚁导航算法 [J].
朱庆保 .
软件学报, 2006, (09) :1890-1898
[5]   复杂环境下基于蚁群优化算法的机器人路径规划 [J].
樊晓平 ;
罗熊 ;
易晟 ;
张航 ;
不详 .
控制与决策 , 2004, (02) :166-170
[6]   多机器人不确定协作任务的动态优化方法 [J].
董胜龙 ;
席裕庚 ;
陈卫东 .
机器人, 2002, (01) :31-34+43
[7]   基于遗传算法的多移动机器人协调路径规划 [J].
孙树栋 ;
林茂 .
自动化学报, 2000, (05) :672-676