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:
针对机器人路径规划的传统ACO(蚁群)算法存在迭代次数多、收敛速度慢、容易陷入局部最优和出现死锁状态等问题,提出一种改进的ACO算法.结合PSO(粒子群优化)算法对传统ACO算法进行改进,减少迭代次数,提高收敛速度;通过增加随机性来扩大搜索范围,避免局部最优;利用蚂蚁回退策略解决死锁状态问题.仿真实验结果表明:改进ACO算法可以快速准确地搜索到最优路径,具有很好的寻优与避障能力.
推荐文章
基于遗传算法的变电站巡检机器人任务路径规划方法研究
变电站机器人
路径规划
遗传算法
进化算法
中国邮差问题
栅格遗传算法的变电站巡检机器人路径规划*
巡检机器人
栅格法
改进遗传算法
路径规划
变电站智能巡检机器人系统设计
变电站
巡检机器人
红外热成像
音频
高清摄像机
变电站智能巡检机器人的散热系统研究
变电站
智能巡检机器人
散热系统
巡检效率
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ACO-PSO算法的变电站巡检机器人路径规划研究
来源期刊 浙江电力 学科 工学
关键词 栅格法 ACO算法 PSO算法 路径规划
年,卷(期) 2021,(1) 所属期刊栏目 人工智能
研究方向 页码范围 29-35
页数 7页 分类号 TM63
字数 语种 中文
DOI 10.19585/j.zjdl.202101005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (217)
共引文献  (110)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(21)
  • 参考文献(1)
  • 二级参考文献(20)
2010(19)
  • 参考文献(1)
  • 二级参考文献(18)
2011(12)
  • 参考文献(3)
  • 二级参考文献(9)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(17)
  • 参考文献(2)
  • 二级参考文献(15)
2015(14)
  • 参考文献(2)
  • 二级参考文献(12)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(18)
  • 参考文献(1)
  • 二级参考文献(17)
2019(19)
  • 参考文献(4)
  • 二级参考文献(15)
2020(7)
  • 参考文献(4)
  • 二级参考文献(3)
2021(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
栅格法
ACO算法
PSO算法
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
浙江电力
月刊
1007-1881
33-1080/TM
大16开
杭州朝晖八区华电弄1号
1979
chi
出版文献量(篇)
4305
总下载数(次)
6
总被引数(次)
16531
论文1v1指导