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:
传统的人工蜂群算法是在一种较理想的环境中进行的,不会考虑风的阻力、长时间飞行找不到蜜源使体力下降等现实因素.本文提出了基于花香浓度的人工蜂群算法——FABC算法,在传统的人工蜂群算法中加入了步长和视野范围两个因素提升求解精度,并在侦查蜂阶段提出了花香浓度机制避免陷入局部最优,提高收敛速度.为了验证FABC算法的有效性,采用4个经典测试函数对FABC算法进行了仿真实验,并将实验结果与传统人工蜂群算法以及其他改进人工蜂群算法进行对比.最后将FABC算法应用到机器人路径规划仿真实验中,实验结果证明FABC算法能够有效地解决机器人路径规划问题.
推荐文章
基于人工蜂群算法的机器人路径规划
机器人
蜂群算法
路径规划
组合优化
基于人工蜂群算法的机器人路径规划研究
移动机器人
路径规划
人工蜂群算法
权重系数
基于优化人工蜂群算法的多机器人协同规划
多机器人
协同规划
优化人工蜂群算法
自适应搜索因子
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
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 基于花香浓度的人工蜂群算法在机器人路径规划中的应用
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 人工蜂群算法 花香浓度机制 路径规划
年,卷(期) 2016,(3) 所属期刊栏目 研究论文
研究方向 页码范围 375-381
页数 7页 分类号 TP399
字数 4981字 语种 中文
DOI 10.14135/j.cnki.1006-3080.2016.03.013
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 刘东林 华东理工大学信息科学与工程学院 13 144 6.0 12.0
2 陈银银 华东理工大学信息科学与工程学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (94)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (46)
二级引证文献  (14)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
人工蜂群算法
花香浓度机制
路径规划
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
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导