基于改进人工蜂群算法的移动机器人路径规划方法.pdf
美丽****ka
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于改进人工蜂群算法的移动机器人路径规划方法.pdf
本发明公开了一种基于改进人工蜂群算法的移动机器人路径规划方法,将人工蜂群算法每次迭代产生的最优解代入到灰狼优化算法的狩猎阶段,利用灰狼优化算法生成新的蜜源位置;在雇佣蜂阶段邻域搜索时引入该蜜源,以此来提高人工蜂群的局部搜索能力;将全局最优解代入侦察蜂阶段,改进蜜源搜索方程,使算法更容易摆脱局部最优;将改进算法GW‑ABC应用到移动机器人路径规划中,实验结果表明,改进算法的搜索能力更强,收敛速度更快。
一种基于改进人工蜂群算法的路径规划方法.pdf
本发明提供一种基于改进人工蜂群算法的路径规划方法,人工蜂群算法迭代寻优过程中存在早熟收敛等缺陷,对于人工蜂群算法改进方面,本发明首先采用新的初始化策略,从而获得较高质量的初始种群并减少寻优迭代次数;然后在传统人工蜂群算法的雇佣蜂、跟随蜂和侦察蜂三个阶段采用不同的搜索方程,既可以增强局部搜索能力,又可以避免后期寻优过程的早熟收敛;最后将改进的人工蜂群算法应用于路径规划问题,既可以保证路径的安全可靠又可以保证路径的长度最短。
基于改进蚁群算法的移动机器人路径规划方法.pdf
本发明公开了基于改进蚁群算法的移动机器人路径规划方法,属于移动机器人控制领域。本发明首先通过K‑medoids算法对地图障碍物聚类分析,差异化初始信息素浓度,提升了前期收敛速度;然后对蚁群算法进行改进,通过引进自适应启发函数,根据待访问节点位置的不同对启发因子适当放大,以加快向目标点搜索的速度;设定双向搜索机制,将寻找目标点问题转化为两只蚂蚁相遇问题,提高了算法效率,从而提高了路径规划的速度。仿真数据说明本发明相比于现有的路径规划方案,机器人的最短路径长度缩短了5%,过程拐弯次数减少30%,收敛代数减少4
一种基于改进人工蜂群算法的无人机路径规划方法及系统.pdf
本发明公开了一种基于改进人工蜂群算法的无人机路径规划方法及系统,属于无人机航迹规划技术领域;该方法包括以下步骤:S1:使用获取地图信息模块,获取待预测地区地图信息,建立数学模型;S2:根据无人机飞行环境以及自身条件构建代价函数;S3:根据人工蜂群算法与灰狼算法相结合的无人机路径规划方法规划全局最优路径。本发明通过结合灰狼算法思想,利用改进灰狼算法强大的局部搜索能力以及多维搜索的优势提高了算法收敛速度;引入精英个体概念平衡算法的开发与探索能力,提高了算法的收敛精度;引入基于动态评价策略的改进轮盘赌法,保证了
基于改进人工蜂群算法的图像分割方法.pdf
本发明公开了基于改进人工蜂群算法的图像分割方法,包括:输入待分割图像;设置参数并完成可行解矩阵初始化;构造新解并记录较优的解信息;观察蜂选择蜜源;根据limit的值判断是否舍弃某解;替换最差解;更新全局最优解;判断是否结束循环;得到分割图像。发明可用于灰度图像区域分割,与传统的聚类分割方法相比鲁棒性更强,不易受初始参数影响,可获得稳定的分割结果,并且分割速度较快。