原文服务方: 机械传动       
摘要:
为了提高人工蜂群算法在多机器人路径规划中的性能,提出了优化人工蜂群算法.提出了一种新的环境建模方法,将障碍物边缘平滑化;分析了人工蜂群算法原理,改进了新食物源的生成方法,提出了自适应的搜索因子,兼顾了大范围搜索和算法收敛速度;改进了机器人路径点的表示方法,使用位置夹角表示机器人路径点,减少了位置参数;使用加权方式将路径长度、路径平滑度、路径安全性综合为目标函数.仿真实验结果表明,改进在多机器人路径规划中不仅耗时较少,而且路径也短,且随着机器人数量的增加,耗时和路径长度的差距越来越大.
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
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
基于多策略混合人工鱼群算法的移动机器人路径规划
人工鱼群算法
移动机器人
函数优化
旅行商问题
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 基于优化人工蜂群算法的多机器人协同规划
来源期刊 机械传动 学科
关键词 多机器人 协同规划 优化人工蜂群算法 自适应搜索因子
年,卷(期) 2017,(12) 所属期刊栏目 设计计算
研究方向 页码范围 129-132,145
页数 5页 分类号
字数 语种 中文
DOI 10.16578/j.issn.1004.2539.2017.12.026
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 伍国兴 22 60 4.0 7.0
2 张林 9 24 4.0 4.0
3 詹威鹏 18 19 3.0 3.0
4 朱玲芬 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (129)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
多机器人
协同规划
优化人工蜂群算法
自适应搜索因子
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
机械传动
月刊
1004-2539
41-1129/TH
大16开
河南省郑州市科学大道149号
1977-01-01
中文
出版文献量(篇)
6089
总下载数(次)
0
总被引数(次)
31469
论文1v1指导