面向机器人路径规划的改进粒子群算法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.54 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
47
简介
针对复杂地图环境下的机器人路径规划问题提出一种聚类融合交叉粒子群算法,以避免传统粒子群算法(Particle Swarm Optimization,PSO)容易陷入早熟且搜索精度差的问题。首先,根据粒子的适应度值对粒子进行k均值聚类,使较多的良性群体极值位置得到保存,从而增强粒子的探索能力;其次,用交叉、变异算子增加粒子多样性,避免在迭代前期粒子陷入早熟导致算法停滞;然后,采用自适应粒子群参数设置,减少粒子走入局部最优概率。最后,对比不同复杂度的地图算例结果发现,改进后的算法最终在安全避开障碍物的同时,具有搜索精度高、稳定性好且路径更优的效果,在路径规划上具有一定的实用价值。相关论文
- 2021-03-02钻杆生产线半成品调头传输系统设计
- 2021-10-22线控转向系统技术综述与实车应用(一)
- 2021-10-15蓄能器能量利用方式的设计
- 2021-07-26基于AMESim的回转缓冲阀动态特性分析
- 2021-03-02套管工位间传输系统设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。