針對移動機(jī)器人在靜態(tài)環(huán)境下可能與障礙物發(fā)生碰撞并且路徑容易陷入局部最小值的問題,提出一種利用粒子群算法（PSO）和引力算法（GSA）相結(jié)合的混合優(yōu)化算法進(jìn)行移動機(jī)器人路徑規(guī)劃的方法。將粒子群算法的全局搜索能力和引力算法的局部挖掘能力相結(jié)合,同時改進(jìn)粒子群算法的慣性權(quán)重,以加快全局搜索的收斂速度。通過仿真實驗證明,混合算法具有較好的能力來擺脫局部最小值,具有更快的收斂速度,提高了搜索效率,能有效地避開障礙物。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 路徑規(guī)劃問題的描述
2 PSOGSA混合算法的路徑規(guī)劃
    2.1 GSA算法
    2.2 POS算法
    2.3 改進(jìn)后的GSA算法
    2.4 路徑搜索步驟
3 仿真實驗與分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于勢場柵格法的移動機(jī)器人避障路徑規(guī)劃[J]. 歐陽鑫玉,楊曙光.  控制工程. 2014(01)
[2]基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人路徑規(guī)劃算法[J]. 魏冠偉,付夢印.  計算機(jī)仿真. 2010(07)
[3]動態(tài)環(huán)境下基于子目標(biāo)的移動機(jī)器人路徑規(guī)劃方法[J]. 朱毅,張濤,程農(nóng),宋靖雁.  系統(tǒng)仿真學(xué)報. 2010(S1)

碩士論文
[1]基于群體智能的虛擬人群路徑規(guī)劃方法研究[D]. 呂遠(yuǎn)陽.山東師范大學(xué) 2016



本文編號：3684767