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:
经典蚁群算法是一种实用的机器人路径规划方法,但前期搜索的时间较长,且参数选择不当时易在搜索的前期陷入全局最优.为了解决该问题,提出适应度函数,并且在不改变蚁群初始参数的情况下,通过重新设计蚁群启发函数,使得改进后的蚁群算法比经典的蚁群算法具有更快的收敛速度以及更短的搜索路径.最后通过MATLAB仿真将改进后的算法和经典的蚁群算法进行对比,验证了改进算法的有效性.
推荐文章
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 基于改进经典蚁群算法的机器人路径规划
来源期刊 山东电力技术 学科 工学
关键词 路径规划 蚁群算法 启发函数
年,卷(期) 2020,(11) 所属期刊栏目 电网技术
研究方向 页码范围 24-27
页数 4页 分类号 TIP242
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (12)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(8)
  • 参考文献(0)
  • 二级参考文献(8)
2018(12)
  • 参考文献(0)
  • 二级参考文献(12)
2019(10)
  • 参考文献(2)
  • 二级参考文献(8)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 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
路径规划
蚁群算法
启发函数
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
山东电力技术
月刊
1007-9904
37-1258/TM
大16开
山东省济南市市中区望岳路2000号
1974
chi
出版文献量(篇)
3636
总下载数(次)
15
总被引数(次)
9152
论文1v1指导