基于改进生物启发神经网络的机器人目标搜索方法

• 作者: 倪建军 张智彤 莫正佩
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 生物启发神经网络 禁忌搜索 信息素 目标搜索
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用与开发
• 页码范围: 106-110,116
• 页数: 6页
• 分类号: TP242.6
• 字数: 3616字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.04.020

摘要

针对未知环境下机器人目标搜索的问题,按照机器人能力不同对搜索区域进行划分,目标点在自己运动的过程中会在局部范围内留下信息素并且这些信息素会随着时间的流失而减少,机器人可以探测到这些信息素的多少进而影响机器人下一个搜索位置的选择.本文采用改进生物启发神经网络选取机器人探索范围内活性值最大的点作为下一个搜索位置.为了防止在连续的时间段内多次选择相同的点,引入禁忌搜索,把多次选择相同的点放入禁忌表中,可以有效防止陷入局部最优点.与随机搜索方式和原始的生物启发神经网络进行对比,验证了该方法对动态目标的搜索具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪建军	河海大学物联网工程学院	28	172	7.0	12.0
2	张智彤	河海大学物联网工程学院	1	1	1.0	1.0
3	莫正佩	河海大学物联网工程学院	1	1	1.0	1.0