PSO-QGA在移动机器人复杂路径规划中的应用

• 作者: 丰雁 魏翠萍
• 来源期刊: 河南科学
• 关键词: 量子遗传算法 粒子群优化 路径规划 移动机器人
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 机械电子与计算机科学
• 页码范围: 195-198
• 页数: 4页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.13537/j.issn.1004-3918.2014.02.013

摘要

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点，粒子群优化算法的优点是具有记忆能力，在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位，但粒子群优化算法在搜索速度和择优能力方面还有待提升。因此提出了一种改进的路径规划算法，即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力，实现对移动机器人路径规划算法的改进。通过仿真实验已经证明，改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法，并且改进后的算法更适合于复杂路径中实现优化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丰雁	商丘职业技术学院软件学院	10	15	2.0	3.0
2	魏翠萍	商丘职业技术学院软件学院	6	6	1.0	2.0