基于多目标人工蜂群算法的多机器人路径规划方法.pdf

本发明提出一种基于多目标人工蜂群算法的多机器人路径规划方法，属于路径规划技术领域，包括：路径规划问题的环境建模、多目标人工蜂群算法的参数初始化、三种蜜蜂迭代优化路径并确定非劣解集、排序保留优良路径和输出最优路径集合。本发明基于Pareto支配和拥挤距离的非支配排序的概念对标准人工蜂群算法进行改进，提出了适用于求解多目标优化问题的多目标人工蜂群算法。在路径规划过程中本算法可以考虑路径长度、平滑性和安全性等多个性能指标，并且一次路径规划可以获得一组Pareto最优路径。本发明提出的路径规划方法属于元启发式智能

2023-06-23

10

858KB

基于人工蜂群算法的机器人路径规划.docx

基于人工蜂群算法的机器人路径规划摘要人工蜂群算法（ABC）是一种新兴的群体智能算法，它模拟了蜜蜂的行为和智能。在本文中，我们将介绍如何应用人工蜂群算法进行机器人路径规划。基于人工蜂群算法的机器人路径规划方法具有许多优点，例如：快速收敛、自适应性强、对于多目标优化问题具有很好的鲁棒性等。我们将通过详细介绍算法的原理、流程和实现过程，以及对比实验结果来证明该方法的有效性。关键词：人工蜂群算法，机器人路径规划，优化算法，群体智能，多目标优化引言路径规划是机器人领域中的重要研究内容之一，目的是寻找从起点到终点的最

2024-10-22

5

11KB

一种基于人工蜂群算法的多目标路径决策方法.docx

一种基于人工蜂群算法的多目标路径决策方法摘要:在多目标路径决策中，寻找最短路径和最优路径是一个非常重要的问题，这个问题已经被广泛研究。本文提出了一种基于人工蜂群算法的多目标路径决策方法。该方法实现了由多个目标函数组成的多目标构建路径的优化问题。最短路径和最短时间路径是最常见的目标函数，此外我们还可以将其他目标函数加入到算法中。实验结果表明，与其他算法相比，该算法能够产生更好的性能表现。关键词：人工蜂群算法，多目标路径决策，优化问题，目标函数Abstract:Inmulti-objectivepathdec

2024-10-16

5

11KB

基于人工蜂群算法的机器人路径规划的中期报告.docx

基于人工蜂群算法的机器人路径规划的中期报告一、研究背景和意义随着机器人技术的不断发展和应用领域的逐步扩展，机器人的路径规划问题越来越受到关注。机器人的路径规划可以看作是在二维空间或者三维空间中寻找一条从起点到终点合法且最优的路径。路径规划在机器人系统中是一个非常重要的环节，目的是为机器人提供安全可靠的路径相应地行走。随着机器人数量的不断增加，路径规划的计算量也逐渐增加，因此需要一种高效的算法来解决该问题。人工蜂群算法是一种基于蜜蜂的社会行为的进化算法，具有全局收敛性、鲁棒性、适应性强等优点，在解决多维优化

2024-09-18

5

10KB

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。

2023-06-20

10

726KB