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:
针对传统蚁群算法存在收敛速度慢、搜索效率低等问题,提出一种A?扩展自适应蚁群算法.首先利用A?算法在栅格环境下搜索初始路径,扩展初始路径构建优势区域,优化优势区域的初始信息素,避免蚁群算法在初期陷入盲目搜索;然后在转移概率中引入变向启发函数和参数自适应伪随机比例规则,提升算法搜索效率与收敛速度并淘汰劣质蚂蚁路径;最后采用B样条曲线对路径进行平滑.对比2种栅格环境下的仿真结果可知:所提出的算法能够有效地解决蚁群算法搜索效率低以及收敛速度过慢的问题,同时可以保证搜索路径的质量.
推荐文章
基于改进蚁群算法的移动机器人路径规划
蚁群算法
路径规划
移动机器人
迷宫
基于改进蚁群算法的移动机器人动态路径规划方法
移动机器人
路径规划
改进蚁群算法
基于改进蚁群算法的移动机器人路径规划
移动机器人
蚁群算法
路径规划
蚁群算法在移动机器人路径规划中的应用综述
蚁群算法
路径规划
信息素更新
融合算法
种群多样性
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A∗扩展自适应蚁群算法的移动机器人路径规划
来源期刊 湖南科技大学学报(自然科学版) 学科
关键词 移动机器人 蚁群算法 路径规划 栅格法
年,卷(期) 2021,(2) 所属期刊栏目 信息·计算机|Informatics·Computer Science
研究方向 页码范围 85-92
页数 8页 分类号 TP242
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  (50)
共引文献  (188)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(13)
  • 参考文献(3)
  • 二级参考文献(10)
2017(9)
  • 参考文献(3)
  • 二级参考文献(6)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
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
移动机器人
蚁群算法
路径规划
栅格法
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
湖南科技大学学报(自然科学版)
季刊
1672-9102
43-1443/N
16开
湖南湘潭市湖南科技大学期刊社
1983
chi
出版文献量(篇)
2068
总下载数(次)
2
总被引数(次)
17448
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导