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:
针对离散的点胶路径规划问题,建立点胶机路径规划的数学模型,在对比传统的规划算法之后,详细分析了蚁群算法和粒子群算法应用于离散的路径规划时的工作原理以及优缺点.在此基础上,提出一种将蚁群算法和粒子群算法的特点结合起来的ACO-PSO算法,并采用该算法进行点胶机的路径规划.为了验证该算法在点胶路径的优势,选用Matlab仿真软件分别对蚁群算法、粒子群算法以及ACO-PSO算法进行对比实验.仿真结果证明,在解决中等规模旅行商问题(TSP)时,ACO-PSO算法相对于基本蚁群算法和粒子群算法能减少5%左右的路程;而且ACO-PSO算法始终没有陷入局部最优,因此,基于ACO-PSO的路径规划算法可以有效地提高点胶的运动速度和点胶效率.
推荐文章
基于ACO-PSO自适应的划分聚类算法
K-means
自适应
个体轮廓系数
ACO-PSO
鲁棒性
基于改进 ACO 算法的无人作战飞机航路规划设计
无人作战飞机
VORONOI图
蚁群算法
航路
基于NN改进PSO算法的机器人路径规划
神经网络
微粒群优化算法
动态避障
路径规划
基于改进粒子群算法的足球机器人路径规划
极坐标建模
粒子群算法
足球机器人
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 基于ACO-PSO算法的点胶路径规划与分析
来源期刊 计算机应用 学科 工学
关键词 点胶机 蚁群算法 粒子群算法 ACO-PSO算法 点胶路径
年,卷(期) 2016,(z2) 所属期刊栏目 人工智能
研究方向 页码范围 89-92,124
页数 5页 分类号 TH16|TP302
字数 5716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 俞经虎 江南大学机械工程学院 42 102 6.0 8.0
2 张铁虎 江南大学机械工程学院 6 24 3.0 4.0
3 王琨 江南大学机械工程学院 15 67 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (101)
参考文献  (15)
节点文献
引证文献  (8)
同被引文献  (34)
二级引证文献  (4)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
点胶机
蚁群算法
粒子群算法
ACO-PSO算法
点胶路径
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导