蚁群遗传算法在移动机器人路径规划中的综合应用研究

被引:11
作者
赵开新 [1 ]
王东署 [2 ]
徐立新 [1 ]
机构
[1] 河南机电高等专科学校
[2] 郑州大学电气工程学院
基金
高等学校博士学科点专项科研基金;
关键词
蚁群算法; 遗传算法; 移动机器人; 路径规划;
D O I
暂无
中图分类号
TP242 [机器人]; TP18 [人工智能理论];
学科分类号
1111 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对基本蚁群算法在机器人路径规划搜索初期盲目性大、效率低以及其搜索后期容易陷入局部最优等缺陷,把遗传算法引入到蚁群算法中,提出了基于蚁群遗传算法的移动机器人路径规划方案,在栅格环境下对移动机器人路径规划方案进行仿真测试,仿真结果表明该方案能减少蚁群算法搜索初期的盲目性、缩小最优路径的查找范围,提高搜索最优路径的效率。
引用
收藏
页码:70 / 72+84 +84
页数:4
相关论文
共 8 条
[1]   基于栅格地图-蚁群算法的机器人最优路径规划 [J].
周东健 ;
张兴国 ;
马海波 ;
李成浩 ;
郭旭 .
制造业自动化, 2014, 36 (05) :1-3+10
[2]   一种改进的遗传蚁群混合算法 [J].
王娟 ;
巩建平 ;
冯蕾洁 .
制造业自动化, 2014, 36 (03) :78-80
[3]   基于改进蚁群算法的移动机器人路径规划 [J].
张琦 ;
马家辰 ;
谢玮 ;
马立勇 .
东北大学学报(自然科学版), 2013, (11) :1521-1524
[4]   未知环境中自主机器人的路径规划研究 [J].
赵开新 ;
王东署 .
郑州大学学报(工学版), 2013, (05) :74-79
[5]   基于蚁群算法的自适应ad hoc路由协议 [J].
任兴田 ;
王勇 .
北京工业大学学报, 2012, 38 (05) :744-748
[6]   基于改进蚁群算法的移动机器人路径规划 [J].
潘杰 ;
王雪松 ;
程玉虎 .
中国矿业大学学报 , 2012, (01) :108-113
[7]   改进遗传算法在移动机器人路径规划中的应用 [J].
石铁峰 .
计算机仿真, 2011, 28 (04) :193-195+303
[8]   一种基于启发式演化算法的最优-最差蚂蚁系统 [J].
李康顺 ;
徐福梅 ;
张文生 ;
汤铭端 .
中南大学学报(自然科学版), 2010, 41 (02) :609-614