文献类型：期刊文章

作　　者：张占义[1] 朱金达[2]

ZHANG Zhanyi;ZHU Jinda(Department of Transportation Management,Hebei Jiaotong Vocational and Technical College, Shijiazhuang 050035, China;College of Mechanical Engineering, Hebei University of Science and Technology, Shijiazhuang 050018, China)

机构地区：[1]河北交通职业技术学院运输管理系,石家庄050035 [2]河北科技大学机械工程学院,石家庄050018

出　　处：《兵器装备工程学报》

基　　金：河北省重点研发计划项目(18214312D)。

年　　份：2020

卷　　号：41

期　　号：7

起止页码：152-157

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、RCCSE、ZGKJHX、核心刊

摘　　要：提出了一种改进人工蜂群算法用于机器人的路径规划。为了防止算法早熟,基于梯度下降算法的思想对蜜源位置更新公式进行了改进,同时在公式中引入了自适应位置更新系数。以上述改进公式为基础,基于Bootstrap采样策略,对引领蜂和观察蜂各自的种群进行重采样,以提高算法收敛速度。在部分标准测试函数上对所提算法进行了有效性验证,结果表明所提算法较以往的蜂群算法具有更高的收敛速度,且收敛精度提高。将所提算法与改进较优的FSABC算法用于移动机器人路径规划。多次试验结果表明,所提算法具有更高的精度,速度更快等优点。

关 键 词：人工蜂群算法 梯度下降算法 Bootstrap采样  路径规划 自适应

分 类 号：TP301.6]