作者:
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:
针对大多数路径规划方法所忽视的路径尖峰,以及传统蚁群算法(ACA)易出现的早熟、陷入局部最优等问题,提出一种改进ACA以用于路径规划。首先,在ACA中融入遗传算子,利用交叉与变异操作来扩大解的搜索空间,提升解的全局性。然后,引入简化与平滑操作优化算子,对所寻路径做进一步处理,消除路径中不必要的尖峰,提高其平滑性。栅格环境下的机器人路径规划仿真结果表明,与A^*以及传统ACA相比,所提算法能够得到更为平滑的最短路径。
推荐文章
基于改进蚁群算法的移动机器人路径规划研究
移动机器人路径规划
新型蚁群算法
数学模型
收敛速度
局部最优
改进蚁群算法在移动机器人路径规划中的研究
蚁群算法
移动机器人
路径规划
最优路径
基于改进蚁群算法的移动机器人路径规划
移动机器人
路径规划
蚁群算法
信息素更新
蚁群算法及其在移动机器人路径规划中的应用
蚁群算法
路径规划
移动机器人
智能计算
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 基于改进蚁群算法的移动机器人路径规划
来源期刊 中国矿业大学学报 学科 工学
关键词 移动机器人 路径规划 蚁群算法 遗传算子 优化算子
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 108-113
页数 分类号 TP18
字数 语种 中文
DOI
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 潘杰 中国矿业大学信息与电气工程学院 7 105 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (119)
参考文献  (10)
节点文献
引证文献  (83)
同被引文献  (290)
二级引证文献  (670)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(8)
  • 引证文献(8)
  • 二级引证文献(0)
2014(13)
  • 引证文献(10)
  • 二级引证文献(3)
2015(34)
  • 引证文献(10)
  • 二级引证文献(24)
2016(74)
  • 引证文献(10)
  • 二级引证文献(64)
2017(119)
  • 引证文献(15)
  • 二级引证文献(104)
2018(201)
  • 引证文献(13)
  • 二级引证文献(188)
2019(223)
  • 引证文献(13)
  • 二级引证文献(210)
2020(80)
  • 引证文献(3)
  • 二级引证文献(77)
研究主题发展历程
节点文献
移动机器人
路径规划
蚁群算法
遗传算子
优化算子
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
中国矿业大学学报
双月刊
1000-1964
32-1152/TD
大16开
江苏省徐州市中国矿业大学内
28-73
1955
chi
出版文献量(篇)
3700
总下载数(次)
6
总被引数(次)
77959
论文1v1指导