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:
针对传统蚁群算法在求解自动导引运输车(Automated Guided Vehicle,AGV)路径规划时存在搜索效率低且易陷入局部最优的问题,提出了一种运用于AGV路径规划的混合蚁群算法.首先,利用可视图法建立研究问题的环境模型,在此基础上利用A?算法规划出一条较优路径作为初始路径;其次,对蚁群算法信息素更新方式以及节点转移概率公式中的启发函数加以改进来提高算法的求解精度,在初始路径的基础上运用改进后的蚁群算法求出最优路径;最后,将混合蚁群算法应用于实际案例,通过与传统蚁群算法的搜索结果加以对比,验证了混合蚁群算法的有效性.
推荐文章
基于改进的蚁群算法(ACO)的混合多目标AGV调度
车辆调度
组合优化
ACO算法
AGV调度
DEM中基于遗传与蚁群的混合路径规划算法
路径规划
数字高程模型
遗传算法
蚁群算法
基于蚁群算法的路径规划改进方法研究
蚁群算法
路径规划
改进方法
基于改进蚁群算法的旅游景区路径规划
蚁群算法
旅游景区
路径规划
负载均衡
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 基于混合蚁群算法的AGV路径规划
来源期刊 组合机床与自动化加工技术 学科 工学
关键词 路径规划 混合蚁群算法 A?算法 启发函数 AGV
年,卷(期) 2021,(1) 所属期刊栏目 设计与研究
研究方向 页码范围 70-73
页数 4页 分类号 TH165|TG506
字数 语种 中文
DOI 10.13462/j.cnki.mmtamt.2021.01.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (83)
参考文献  (13)
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(0)
  • 二级参考文献(2)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(11)
  • 参考文献(3)
  • 二级参考文献(8)
2019(4)
  • 参考文献(2)
  • 二级参考文献(2)
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
路径规划
混合蚁群算法
A?算法
启发函数
AGV
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
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
总被引数(次)
54585
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导