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:
蚁群优化算法是由Marco Dorigo于1992年在他的博士论文中引入的一种优化技术。蚁群算法的灵感来自于真实蚁群的觅食行为。蚁群算法以其强大的搜索能力、很好的鲁棒性和易于与其它算法结合使用等优点在各种优化的问题中得到了广泛的关注和应用。移动机器人路径规划任务是在静态的已知障碍物的环境中找到一条从起点到终点路径最短且能够避开障碍物的最优路径。本文首先介绍了适用于移动机器人路径规划任务的基本蚁群算法,然后基于基本蚁群算法存在的问题讨论了对蚁群算法在移动机器人路径规划中的改进措施,最后针对蚁群算法的应用现状提出了未来的发展和改进方向。
推荐文章
改进蚁群算法在全局路径规划中的应用
蚁群算法
全局路径规划
栅格法
改进方法
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
蚁群优化算法在图书配送路径规划中的应用研究
图书配送
路径规划
蚁群算法
遗传算法
模型求解
成本降低
改进蚁群算法的局部信息动态路径规划
蚁群算法
局部信息
局部目标点
动态路径规划
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 蚁群算法在路径规划中的应用
来源期刊 数字技术与应用 学科 工学
关键词 机器人 路径规划 蚁群算法
年,卷(期) 2013,(5) 所属期刊栏目
研究方向 页码范围 159-160
页数 2页 分类号 TP24
字数 3836字 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 张元良 淮海工学院江苏省海洋资源开发研究院 21 38 4.0 5.0
2 杨巍巍 16 11 2.0 2.0
3 刘青 淮海工学院江苏省海洋资源开发研究院 3 4 2.0 2.0
4 程鹏 淮海工学院江苏省海洋资源开发研究院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (250)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(20)
  • 参考文献(0)
  • 二级参考文献(20)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(18)
  • 参考文献(5)
  • 二级参考文献(13)
2011(10)
  • 参考文献(7)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器人
路径规划
蚁群算法
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导