基于改进群搜索优化算法的群体路径规划方法

doi:10.3724/SP.J.1087.2012.02223

计算机应用 ›› 2012, Vol. 32 ›› Issue (08): 2223-2226.DOI: 10.3724/SP.J.1087.2012.02223

基于改进群搜索优化算法的群体路径规划方法

郑慧杰¹,²,刘弘¹,²,郑向伟¹,²

1. 山东省分布式计算机软件新技术重点实验室(山东师范大学)，济南 250014
2. 山东师范大学信息科学与工程学院，济南 250014

收稿日期:2012-01-09 修回日期:2012-03-01 发布日期:2012-08-28 出版日期:2012-08-01
通讯作者: 郑慧杰
作者简介:郑慧杰(1987-)，女，山东泰安人，硕士研究生，主要研究方向:进化计算、计算机辅助设计;
刘弘(1955-)，女，山东济南人，教授，博士生导师，主要研究方向:计算机辅助设计、人工智能;
郑向伟(1971-)，男，山东济南人，副教授，博士，主要研究方向:进化计算、人工智能。
基金资助:
国家自然科学基金资助项目(60970004);教育部博士点基金资助项目(20093704110002);山东省自然科学基金资助项目(ZR2010QL01)

Group path planning method based on improved group search optimization algorithm

ZHENG Hui-jie¹,²,LIU Hong¹,²,ZHENG Xiang-wei¹,²

1. School of Information Science and Engineering, Shandong Normal University, Jinan Shandong 250014, China
2. Shandong Provincial Key Laboratory for Distributed Computer Software Novel Technology (Shandong Normal University), Jinan Shandong 250014, China

Received:2012-01-09 Revised:2012-03-01 Online:2012-08-28 Published:2012-08-01
Contact: ZHENG Hui-jie

摘要/Abstract

摘要： 针对群体动画中传统路径规划算法搜索时间长、寻优能力差等问题，提出一种利用群搜索算法进行多线程路径规划的方法。该方法首先将模拟退火算法引入到搜索模式中，克服算法易陷入局部最优的问题；其次，通过结合多线程和路径随机拼接技术，将算法应用到路径规划中。仿真实验表明该算法无论在高维还是低维情况下都具有较好的全局收敛性，能够很好地满足在复杂动画环境下路径规划的要求。

关键词: 群体智能, 群搜索优化算法, 模拟退火算法, 路径规划, 群体动画

Abstract: Concerning the problems that traditional path planning of group animation needs long time for searching and is of poor optimization, the authors proposed a multi-threaded path planning algorithm based on group search optimization. Firstly, to solve the problem that the algorithm easily gets trapped in local optimum, metroplis rule was introduced in this search mode. Secondly, by using random path through the multi-threading and stitching techniques, the algorithm was applied to path planning. The simulation results show that the algorithm has better global convergence both in high-dimensional and low-dimensional cases, and the method is good enough to meet the requirements of path planning in complex animation environment.

Key words: swarm intelligence, group search optimization algorithm, simulated annealing algorithm, path planning, group animation

中图分类号:

郑慧杰刘弘郑向伟. 基于改进群搜索优化算法的群体路径规划方法[J]. 计算机应用, 2012, 32(08): 2223-2226.

ZHENG Hui-jie LIU Hong ZHENG Xiang-wei. Group path planning method based on improved group search optimization algorithm[J]. Journal of Computer Applications, 2012, 32(08): 2223-2226.

[1]	李开荣, 刘爽, 胡倩倩, 唐亦媛. 基于转角约束的改进蚁群优化算法路径规划[J]. 计算机应用, 2021, 41(9): 2560-2568.
[2]	黄书召, 田军委, 乔路, 王沁, 苏宇. 基于改进遗传算法的无人机路径规划[J]. 计算机应用, 2021, 41(2): 390-397.
[3]	王家亮, 李树华, 张海涛. 基于贝叶斯估计与区域划分遍历的四轴飞行器避障路径规划算法[J]. 计算机应用, 2021, 41(2): 384-389.
[4]	魏博, 杨茸, 舒思豪, 万勇, 苗建国. 基于离子运动-人工蜂群算法的移动机器人路径规划[J]. 计算机应用, 2021, 41(2): 379-383.
[5]	樊小毛, 熊红林, 赵淦森. 带约束的清洁排班问题模型及其求解[J]. 计算机应用, 2021, 41(2): 577-582.
[6]	李伟, 金世俊. 基于人工势场法和启发式采样的最优路径收敛方法[J]. 计算机应用, 2021, 41(10): 2912-2918.
[7]	杨玮, 李然, 张堃. 基于变邻域模拟退火算法的多自动导引车任务分配优化[J]. 计算机应用, 2021, 41(10): 3056-3062.
[8]	刘思嘉, 童向荣. 基于强化学习的城市交通路径规划[J]. 计算机应用, 2021, 41(1): 185-190.
[9]	祁玄玄, 黄家骏, 曹建安. 基于改进A^*算法的无人车路径规划[J]. 计算机应用, 2020, 40(7): 2021-2027.
[10]	徐晓强, 秦品乐, 曾建朝. 基于改进粒子群优化算法的牙齿正畸路径规划方法[J]. 计算机应用, 2020, 40(7): 1938-1943.
[11]	韩雨涝, 房鼎益. 联合无线充电与数据收集的移动充电装置多目标路径规划算法[J]. 计算机应用, 2020, 40(6): 1745-1750.
[12]	屈立成, 吕娇, 赵明, 王海飞, 屈艺华. 基于三维时空地图和运动分解的多机器人路径规划算法[J]. 计算机应用, 2020, 40(12): 3499-3507.
[13]	徐小强, 王明勇, 冒燕. 基于改进人工势场法的移动机器人路径规划[J]. 计算机应用, 2020, 40(12): 3508-3512.
[14]	赵吉, 程成. 演化信息协助的动态协同随机漂移粒子群优化算法[J]. 计算机应用, 2020, 40(11): 3119-3126.
[15]	童心赤, 张华军, 郭航. 多方向无人水面艇路径规划算法[J]. 计算机应用, 2020, 40(11): 3373-3378.

基于改进群搜索优化算法的群体路径规划方法

Group path planning method based on improved group search optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics