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:
针对基本蚁群算法在处理障碍环境下机器人路径规划问题时表现出的多样性不足及寻优能力弱等缺陷,提出自适应蚁群算法,通过引入自适应信息素挥发系数,动态地改变算法在迭代不同时期的算法多样性,在迭代前期提高寻优能力;在迭代中后期,提高算法收敛速度.通过对基本蚁群算法和改进蚁群算法的仿真结果分析可知,改进后算法的最优路径长度得到有效降低,收敛速度更快,获得一条无碰撞的路径,保证了机器人路径的安全性,提高了算法的多样性及寻优能力.
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
基于改进蚁群算法的机器人路径规划算法
移动机器人
改进蚁群算法
路径规划
基于改进蚁群算法的机器人路径规划
蚁群算法
移动机器人
路径规划
陷阱
基于蚁群算法的机器人路径规划
机器人路径规划
蚁群算法
全局路径规划
局部避碰策略
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机器人路径规划问题研究
来源期刊 微处理机 学科 工学
关键词 蚁群算法 路径规划 自适应信息素挥发系数 机器人
年,卷(期) 2020,(1) 所属期刊栏目 微机软件
研究方向 页码范围 37-40
页数 4页 分类号 TP242
字数 2339字 语种 中文
DOI 10.3969/j.issn.1002-2279.2020.01.009
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 季野彪 西安工程大学电子信息学院 3 0 0.0 0.0
2 牛龙辉 西安工程大学电子信息学院 4 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  (88)
共引文献  (14)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(12)
  • 参考文献(0)
  • 二级参考文献(12)
2018(8)
  • 参考文献(1)
  • 二级参考文献(7)
2019(15)
  • 参考文献(4)
  • 二级参考文献(11)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 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
蚁群算法
路径规划
自适应信息素挥发系数
机器人
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导