文献类型：期刊文章

作　　者：李艳生[1,2] 万勇[1] 张毅[1] 匡衡阳[1]

Li Yansheng;Wan Yong;Zhang Yi;Kuang Hengyang(School of Aduanced Manufacturing Engineering Chongqing Universily of Posts and Telecommunications,Chongqing 400065,China;Chongqing CYIT Communication Technologies Co.,Ltd.,Chongqing 400065,China)

机构地区：[1]重庆邮电大学先进制造工程学院,重庆400065 [2]重庆重邮信科通信技术有限公司,重庆400065

出　　处：《仪器仪表学报》

基　　金：中国博士后科学基金(2021MD703939)项目资助。

年　　份：2022

卷　　号：43

期　　号：4

起止页码：282-290

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法。首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度。仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22%;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08%。最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64%,且规划的路径更平滑,更加适用于仓储机器人的路径规划。

关 键 词：路径规划 人工蜂群 遗传算法 自适应调整 能耗

分 类 号：TH692.3]