基于改进粒子群算法的智能机器人路径规划
张万绪,张向兰,李莹
西北大学 信息科学与技术学院,西安 710127
Path planning for intelligent robots based on improved particle swarm optimization algorithm
ZHANG Wanjian,ZHANG Xianglan,LI Ying
School of Information Science and Technology,Northwest University,Xi'an Shaanxi 710127, China
摘要 针对粒子群算法局部寻优能力差的缺点,提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合,在路径长度的基础上引入安全度和平滑度概念,建立动态调整路径长度的适应度函数。与传统的粒子群算法相比,实验结果表明,改进算法具有较强的安全性、实时性及寻优能力。
关键词 :
智能机器人 ,
路径规划 ,
栅格法 ,
粒子群算法
Abstract :As regards the poor local optimization ability of Particle Swarm Optimization (PSO), a nonlinear dynamic adjusting inertia weight was put forward to improve the particle swarm path planning algorithm. This algorithm combined the grid method and particle swarm algorithm, introduced the two concepts of safety and smoothness based on path length, and established dynamic adjustment path length of the fitness function. Compared with the traditional PSO. The experimental results show that the improved algorithm has stronger security, real-time and optimization ability.
Key words :
intelligent robot
path planning
grid method
Particle Swarm Optimization (PSO) algorithm
收稿日期: 2013-08-06
出版日期: 2014-03-01
通讯作者:
张向兰
E-mail: zxl0127@163.com
作者简介 : 张万绪(1964-),男,山西运城人,副教授,主要研究方向:智能控制与测试、机器人行为控制、电视信号处理;张向兰(1986-),男,陕西宝鸡人,硕士研究生,主要研究方向:智能控制与测试、机器人行为控制;李莹(1987-),女,辽宁葫芦岛人,硕士研究生,主要研究方向:图像增强。
引用本文:
张万绪 张向兰 李莹. 基于改进粒子群算法的智能机器人路径规划[J]. 计算机应用, 2014, 34(2): 510-513.
ZHANG Wanjian ZHANG Xianglan LI Ying. Path planning for intelligent robots based on improved particle swarm optimization algorithm. Journal of Computer Applications, 2014, 34(2): 510-513.
链接本文:
http://www.joca.cn/CN/ 或 http://www.joca.cn/CN/Y2014/V34/I2/510
[1]
陈晓海, 彭舰, 刘唐. 基于最优信标节点的无线传感器网络质心定位算法 [J]. 计算机应用, 2015, 35(1): 5-9,14.
[2]
赖智铭, 郭躬德. 基于滑动窗口和蚁群优化算法的二次路径规划算法 [J]. 计算机应用, 2015, 35(1): 172-178.
[3]
黄会群 孙虹. 粒子群选择特征和信息增益确定特征权值的入侵检测 [J]. 计算机应用, 2014, 34(6): 1686-1688.
[4]
王文蕊 吴耀华. 自动导引车系统资源分配问题的建模及求解 [J]. 计算机应用, 2014, 34(3): 767-770.
[5]
张玲 王玲 吴桐. 基于改进的粒子群算法优化反向传播神经网络的热舒适度预测模型 [J]. 计算机应用, 2014, 34(3): 775-779.
[6]
刘传领. 改进的蚁群遗传优化算法及其应用 [J]. 计算机应用, 2013, 33(11): 3111-3113.
[7]
王俭臣 齐晓慧 单甘霖. 基于进食粒子群和共轭梯度的混合优化策略 [J]. 计算机应用, 2013, 33(08): 2257-2260.
[8]
陈久梅 龚英. 求解两级定位—路径问题的粒子群算法 [J]. 计算机应用, 2013, 33(08): 2261-2264.
[9]
赵远东 方正华. 带有权重函数学习因子的粒子群算法 [J]. 计算机应用, 2013, 33(08): 2265-2268.
[10]
陈明 刘衍民. 基于自适应排斥因子的改进粒子群算法 [J]. 计算机应用, 2013, 33(08): 2269-2272.
[11]
莫栋成 刘国栋. 改进的RRT-Connect双足机器人路径规划算法 [J]. 计算机应用, 2013, 33(08): 2289-2292.
[12]
罗亚男 付永庆. 基于分层路网的路径规划算法 [J]. 计算机应用, 2013, 33(06): 1763-1766.
[13]
陈光喜 李振兴 刘卓军. 基于改进粒子群算法的P2P流媒体数据调度策略 [J]. 计算机应用, 2013, 33(04): 931-934.
[14]
吴天羿 许继恒 刘建永. 基于改进蚁群算法的越野路径规划 [J]. 计算机应用, 2013, 33(04): 1157-1160.
[15]
陆春霞 马少辉. 基于网格搜索的船体不规则分段动态堆放方法 [J]. 计算机应用, 2013, 33(02): 333-337.