基于改进免疫遗传优化蚁群算法的移动机器人路径寻优研究

• 作者: 张大伟 李江昊 赵春芳
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 路径寻优 移动机器人 遗传算法 蚁群算法
• 年，卷（期）: 2019,（3）
• 页码范围: 505-510
• 页数: 6页
• 分类号: TB973|TP389.1
• 字数: 3614字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.03.25

摘要

针对移动机器人路径规划中使用蚁群算法(ACO)易陷入局部最优和收敛速度慢的问题,提出了一种适用于机器人静态路径寻优的改进免疫遗传优化蚁群算法(IMGAC).该算法可以根据实际情况自动调整变异概率和变异方式,以及自动调节个体免疫位的长度,将通过改进的变异算子和免疫算子嵌入蚁群算法来提高全局寻优能力与收敛速度.仿真及实验表明:相比于经典ACO算法以及最大最小蚂蚁系统,IMGAC算法收敛速度更快,全局寻优能力更强.利用该算法寻找移动机器人最优路径,提高了静态路径寻优的效果和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张大伟	郑州大学信息工程学院	22	90	5.0	9.0
2	李江昊	燕山大学信息科学与工程学院	19	95	7.0	9.0
3	赵春芳	燕山大学信息科学与工程学院	1	0	0.0	0.0