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:
针对基本粒子群算法在路径规划时易陷入局部最优、规划路径较长等问题,提出了改进粒子群算法对移动机器人进行路径规划.首先使用MAKLINK图建立移动机器人的工作空间模型,然后采用Dijkstra算法搜索从起始位置到目标位置的全局次优无碰撞路径,最后将指数变量权重加入改进的粒子群算法中对次优路径进行优化,找到最短路径.与基本粒子群算法不同,改进粒子群算法中粒子不是向最优的粒子学习,而是向适应度值优于平均适应度值的粒子学习,并对低于平均适应度值的粒子进行变异处理.该方法能够提高粒子的多样性,避免粒子陷入局部最优.仿真结果验证了所提出的改进粒子群算法的有效性.
推荐文章
基于粒子群算法的移动机器人路径规划
移动机器人
路径规划
链接图
Dijkstra算法
粒子群算法
一种基于粒子群算法的移动机器人路径规划方法
路径规划
粒子群
适应度函数
神经网络
改进粒子群算法的移动机器人路径规划
路径规划
粒子群优化算法
变异方法
种群多样性
筛选算法
基于粒子群算法的移动机器人全局最优路径规划
移动机器人
粒子群优化算法
全局最优路径规划
栅格法
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 基于改进粒子群算法的移动机器人路径规划
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 移动机器人 路径规划 MAKLINK图 Dijkstra算法 改进粒子群算法
年,卷(期) 2020,(1) 所属期刊栏目 基础科学与工程技术
研究方向 页码范围 114-119
页数 6页 分类号 TP242
字数 3753字 语种 中文
DOI 10.13705/j.issn.1671-6841.2018312
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 刘艳红 郑州大学电气工程学院 46 212 9.0 12.0
2 陈田田 郑州大学电气工程学院 1 0 0.0 0.0
3 张方方 郑州大学电气工程学院 9 16 2.0 4.0
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  (150)
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)
1959(2)
  • 参考文献(1)
  • 二级参考文献(1)
1968(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
移动机器人
路径规划
MAKLINK图
Dijkstra算法
改进粒子群算法
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
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导