搜索结果: 1-11 共查到“控制科学与技术 蚁群算法”相关记录11条 . 查询时间(0.192 秒)
基于优化蚁群算法的机器人路径规划
优化蚁群算法 GAA算法 路径规划
2009/7/30
研究机器人导航中的路径规划问题,运用栅格法和图论思想建立环境模型,在该模型中通过蚁群算法进行路径寻优,提出用遗传算法的思想改进已有蚁群算法,即GAA算法。仿真实验结果表明,该算法能有效地提高机器人的路径搜索速度及路径优化、路径平滑等方面的指标。
带精英策略和视觉探测蚁群算法的机器人路径规划
蚁群算法 精英蚂蚁 栅格
2009/2/16
算法中加入精英蚂蚁,拓展了蚂蚁搜索的范围,加强了蚂蚁通过狭长空间和复杂空间的能力。引入视觉探视功能,扩大了蚂蚁的视野,使蚂蚁在探索的过程中具备了“千里眼”,减少了蚂蚁探索的步数。运用路径优化功能,使蚂蚁运动路径拉直、变短,使路径可用性增强。采用栅格划分环境、栅格之间的边表示信息素和距离信息减少了算法计算量。
基于一种蚁群算法的多机器人动态感知任务分配
多机器人协作 动态感知任务 蚁群算法 任务分配
2008/7/18
多机器人系统在具有任务聚集特征的动态感知任务环境下执行搜集任务时,存在着由于任务分配不当而引起的冲突加剧问题.针对这一问题,提出了一种基于排斥信息素型蚁群算法的多机器人任务自主分配方法.进行了未知非结构化环境下的多机器人协作搜集仿真实验.仿真结果表明,采用本文所提方法可以实现多机器人搜集任务的自主分配,有效减少机器人的空间冲突,尤其在机器人数量较多的情况下,更能显示出该方法的优势.
...
基于蚁群算法的多机器人协作策略
多机器人 协作 蚁群算法 任务死锁
2008/7/17
蚁群算法是一种通过对蚂蚁社会长期观察得来的优化算法.它建立在蚁群的一种叫“外激励”的联系方式上,对解决一些分布式控制问题和复杂的优化问题十分有效.将“外激励”这一概念引入多机器人系统中,设计了一种基于蚁群算法的多机器人协作策略.这一策略可以解决多机器人系统在未知环境工作时所面临的一项艰巨的任务:自主协作规划.定义了多机器人系统在未知环境中可能存在的一个问题:任务死锁;将衰减因子引入协作算法,以防止...
基于蚁群算法的自由飞行空间机器人路径规划
自由飞行空间机器人 蚁群算法 路径规划 障碍避碰
2008/7/17
本文采用蚁群算法实现了自由飞行空间机器人的避障路径规划.蚁群算法是基于群
体的一种仿生算法,为求解复杂的组合优化方法问题提供了一种新思路.本文对蚁群算法进
行了适当的修改,使之适用于自由飞行空间机器人的路径规划,然后用计算机进行了仿真,
取得了较好的结果.
基于栅格法的机器人路径规划蚁群算法
移动机器人 路径规划 蚁群算法 概率搜索
2008/7/17
描述了一种静态环境下的机器人路径规划仿生算法.该算法用栅格法对场景进行建模,模拟蚂蚁的觅食行为,由多只蚂蚁协作完成最优路径的搜索.搜索过程采用了概率搜索策略、最近邻居策略和目标导引函数,使得搜索过程极为迅速高效.仿真实验结果表明,即使在障碍物非常复杂的地理环境,用本算法也能迅速规划出最优路径,且能进行实时规划,效果十分令人满意.
一种改进的机器人路径规划蚁群算法
栅格法 路径规划 蚁群算法 机器人
2010/4/8
描述了一种静态环境下机器人路径规划的改进蚁群算法.该算法使用栅格法对机器人的工作空间进行建模.通过模拟蚂蚁的觅食行为,使蚂蚁在起始点和目标点之间采用折返的方式完成最优路径的搜索,增强了蚂蚁搜索的多样性;搜索过程采用“惯性原则”和最大信息素搜索策略,使蚂蚁对最优路径更为敏感;同时,根据信息素在栅格模型中散播的特点,提出一种新的信息素更新策略和散播方式,加快解的收敛速度.仿真结果验证了该算法的有效性,...
基于修正蚁群算法的多机器人气味源定位策略研究
蚁群算法 多机器人协作 气味源定位
2010/4/8
为了使多机器人系统能够模仿蚁群寻找食物源的行为方式来搜索室内环境中存在的气味源,通过对蚁群算法的修正,形成一种新的多机器人协作策略.修正的蚁群算法包括局部遍历搜索、全局随机/概率搜索和信息素更新三个阶段.为了实现多个气味源的定位,在迭代搜索中加入了气味源确认机制.仿真结果表明,局部遍历搜索能够保证机器人逐步靠近气味源,而在全局搜索中设置气味浓度检测阈值可以避免机器人“群聚”现象的形成.最后验证了从...
改进蚁群算法在电力线路检修计划中的应用
蚁群算法 着色问题 电力线路检修计划
2008/1/11
摘要为了提高制定电力线路检修计划的效率,结合图论中的图着色问题,对辽宁省电力有限公司的线路检修计划进行了制定。在制定的过程中采用了改进的蚁群算法,其算法的核心是蚂蚁的数量随着迭代次数的不同由多变少,增强局部搜索能力,再由少变多,增强全局搜索能力。该算法利于跳出局部最优点,循环变化,在一定程度上防止在寻优过程中过早出现停滞现象。改进蚁群算法的优点是在求得满意解的基础上,大大提高了算法的速度。仿真实验...
一种快速全局优化的改进蚁群算法及仿真
2007/12/13
Abstract在介绍基本蚁群算法原理的基础上,对其作了许多改进以提高其全局优化寻优速度,并给出了详尽的新算法编程仿真实现步骤,最后将未改进的基本蚁群算法与本文改进后的蚁群算法分别应用于TSPLIB中的Att532TSP问题进行了仿真实验.仿真研究表明,改进后的算法具有优良的全局优化性能,效果令人满意.