ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

改进自适应蚁群算法的移动机器人路径规划

徐玉琼; 娄柯; 李婷婷; 高文根安徽工程科技学院; 安徽工程大学
Journal of Electronic Measurement and Instrument2019DOI: 10.13382/j.jemi.B1902222
14阅读
引用收藏
分享

摘要

为了改善传统蚁群算法在路径规划中缺乏足够鲁棒性的问题,采用改进自适应蚁群算法,根据解的分布情况自适应地进行信息素的更新,在多种步长选择机制下选择最优步长,提高全局搜索能力。在MATLAB中对本文算法、传统蚁群算法以及自适应蚁群算法分别进行了仿真实验对比。在相同的环境模型下,该算法的迭代次数为2次,比自适应蚁群算法提升了93%,最小路径长度为27.67,比自适应蚁群算法提升了3.4%;在给定的复杂环境模型下进行路径规划时,该算法的迭代次数为2次,最小路径长度为28.88,传统蚁群算法对应的迭代次数和路径长度分别为166和29.8。仿真结果表明,改进后的蚁群算法较传统蚁群算法相比,能够快速找到最短...

学科与关键词

关键词
移动机器人蚁群算法自适应路径规划信息素鲁棒性 mobile robotant colony algorithmadaptivepath planningpheromonerobustness
相关
加载中…
  • 基于改进蚁群算法的移动机器人路径规划
    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.
  • 基于改进蚁群算法的移动机器人全局轨迹规划研究
    屈正庚; 杨川南京师大学报(自然科学版), 2015, (01): 81-85.
  • 动态环境下基于改进蚁群算法的移动机器人路径规划
    王娇娇; 毛剑琳信息通信技术, 2019, (05): 28-32.
查看全部 →

发表信息

论文状态
公开发表
期刊
Journal of Electronic Measurement and Instrument
发表日期
2019
卷期
第 10 期
页码
89-95
DOI
10.13382/j.jemi.B1902222
期刊收录
CAST-E
成果收录
CHINAJOURNAL
资助标注
安徽省高校自然科学研究重点项目(KJ2019A0151,KJ2019A0150);国家自然科学基金(61572032);2018年度皖江高端装备制造协同创新中心开放基金(GCKJ2018009);安徽省支持新能源汽车产业创新发展和推广应用项目资助;

作者

  • 徐

    徐玉琼 (第一作者)

  • 娄

    娄柯

查看全部 4 位作者收起作者
  • 李

    李婷婷

  • 高

    高文根

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417