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:
传统蚁群算法对移动机器人路径进行最优规划存在计算周期长、收敛慢、搜索路径存在局部最优等问题,因此提出新的蚁群改进方法.改进蚁群算法采用自适应启发式函数,增加目标点的吸引力;对寻优蚂蚁采用奖励制度;引入转向代价.针对蚂蚁死锁问题,通过A*算法辅助,随机对死锁蚂蚁复活.仿真实验结果表明,改进蚁群算法快速收敛于最优路径,具有很强的准确性和稳定性.
推荐文章
基于改进蚁群算法的移动机器人路径规划研究
移动机器人路径规划
新型蚁群算法
数学模型
收敛速度
局部最优
改进蚁群算法在移动机器人路径规划中的研究
蚁群算法
移动机器人
路径规划
最优路径
基于改进蚁群算法的移动机器人路径规划
移动机器人
路径规划
蚁群算法
信息素更新
蚁群算法及其在移动机器人路径规划中的应用
蚁群算法
路径规划
移动机器人
智能计算
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 基于改进蚁群算法的移动机器人路径规划
来源期刊 沈阳航空航天大学学报 学科 工学
关键词 移动机器人 改进蚁群算法 自适应 栅格地图 路径规划
年,卷(期) 2019,(2) 所属期刊栏目 信息科学与工程
研究方向 页码范围 76-81
页数 6页 分类号 TP391
字数 4725字 语种 中文
DOI 10.3969/j.issn.2095-1248.2019.02.011
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 徐宏宇 沈阳航空航天大学电子信息工程学院 34 130 6.0 10.0
2 叶长龙 沈阳航空航天大学机电工程学院 25 134 7.0 11.0
3 唐泽坤 沈阳航空航天大学电子信息工程学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (125)
参考文献  (13)
节点文献
引证文献  (3)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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)
2002(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(15)
  • 参考文献(1)
  • 二级参考文献(14)
2014(11)
  • 参考文献(3)
  • 二级参考文献(8)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动机器人
改进蚁群算法
自适应
栅格地图
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
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导