期刊文章详细信息
文献类型:期刊文章
ZHOU Jing-dong;GAO Wei-zhou;YANG Wen-guang;QI De-zhong;ZHOU Tian(Hubei University of Technology,College of Mechanical Engineering,Wuhan 430068,China;Research and Design Institute of Agricultural Machinery Engineering,Hubei University of Technology,Wuhan 430068,China;Wuhan Muwolin Technology Development Co.,Ltd.,Wuhan 430068,China)
机构地区:[1]湖北工业大学机械工程学院,武汉430068 [2]湖北工业大学农机工程研究设计院,武汉430068 [3]武汉沐沃霖科技发展有限公司,武汉430068
基 金:国家重点研发计划(2018YFD0301303);湖北省重点研发计划(2020BBB063)。
年 份:2022
卷 号:22
期 号:28
起止页码:12484-12490
语 种:中文
收录情况:BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对蚁群算法应用于机器人路径规划存在的全局搜索能力差、初始化信息素少、收敛性差、寻优能力弱等问题,提出了一种多因素改进的蚁群算法。通过改变初始化信息素浓度分配、改变启发式函数、采取蚂蚁回退策略、引入蚂蚁优化排序等方法对蚁群算法进行优化。利用MATLAB软件对改进蚁群算法进行仿真和六足机器人实验。结果表明:改进后的算法在路径更优,迭代次数更少,提高了算法的鲁棒性和寻优能力。
关 键 词:蚁群算法 六足机器人 路径规划 栅格法 回退策略
分 类 号:TP242]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...