基于改进混合蛙跳算法的移动机器人路径规划

• 作者: 刘国栋 潘丰 潘桂彬
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 混合蛙跳算法 路径规划 更新策略 适应度 移动机器人
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2850-2853,2885
• 页数: 5页
• 分类号: TP242.6
• 字数: 4096字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.10.2850

摘要

针对混合蛙跳算法(SFLA)进行路径规划时易陷入局部最优且寻优效果较差的问题,提出一种改进的SFLA.改进算法在原算法的更新策略中引入欧氏距离和种群最优蛙,并提出一种带可调控制参数的产生新个体的方法代替原本的随机更新操作.把路径规划问题转换为最小化问题,基于环境中目标和障碍物的位置定义青蛙的适应度,机器人依次到达每次迭代中最好蛙的位置,从而实现最优路径规划.移动机器人仿真实验中,与其他算法相比,改进后的算法成功次数由82提高到98,规划时间由9.7s减少到5.3s.实验结果表明,改进算法具有较强的安全性和寻优性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘丰	江南大学物联网工程学院	203	1133	16.0	23.0
2	刘国栋	江南大学物联网工程学院	96	930	16.0	26.0
3	潘桂彬	江南大学物联网工程学院	3	34	3.0	3.0