基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用遗传算法进行机器人全局路径规划,针对该算法,目前常用的建模方法均存在一定缺陷,如链接图法过程复杂,栅格法栅格粒度难以控制,且随栅格数增加,算法复杂度急剧增加等等.论文采用了一种新颖的建模方法,该方法根据机器人出发点、目标点的位置建立起新的坐标空间,染色体各基因位于机器人出发点及目标点连线的各等分点垂线上,这样,可行解的基因可以单值表示,使算法简化.算法还借鉴蚁群算法思想,在交叉、变异算子中引入了正反馈机制,以提高算法的收敛速度.仿真试验显示了在复杂的环境中机器人仍能够以较快的速度找到一条最优路径.
推荐文章
基于正反馈自适应遗传算法的机器人路径滚动规划
路径规划
遗传算法
滚动规划
自适应
基于正反馈自适应遗传算法的机器人路径滚动规划
路径规划
遗传算法
滚动规划
自适应
基于改进遗传算法的机器人路径规划与仿真
机器人
路径规划
改进遗传算法
基于改进遗传算法的机器人路径规划
路径规划
移动机器人
遗传算法
初始种群
方向编码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于正反馈遗传算法的机器人全局路径规划
来源期刊 计算机工程与应用 学科 工学
关键词 全局路径规划 环境建模 正反馈 遗传算法
年,卷(期) 2008,(1) 所属期刊栏目 学术探讨
研究方向 页码范围 54-56,62
页数 4页 分类号 TP18
字数 3118字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.01.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱庆保 南京师范大学计算机系 78 1563 17.0 38.0
2 国海涛 南京师范大学计算机系 5 112 5.0 5.0
3 司应涛 南京师范大学计算机系 4 64 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (132)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (16)
二级引证文献  (136)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(8)
  • 参考文献(2)
  • 二级参考文献(6)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(7)
  • 引证文献(4)
  • 二级引证文献(3)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(11)
  • 引证文献(4)
  • 二级引证文献(7)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(24)
  • 引证文献(0)
  • 二级引证文献(24)
2016(23)
  • 引证文献(0)
  • 二级引证文献(23)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(18)
  • 引证文献(0)
  • 二级引证文献(18)
2019(19)
  • 引证文献(0)
  • 二级引证文献(19)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
全局路径规划
环境建模
正反馈
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导