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:
针对智能仓库中的AGV路径规划问题,提出了一种基于并行排序蚁群算法的路径规划方法,该方法通过多个子蚁群之间较优蚂蚁释放的信息素交互,提高蚁群整体的搜索能力.建立以路径最短和AGV转弯次数最少为优化目标的多目标函数模型,用并行排序蚁群算法求解,再对生成的初始路径通过减少中间节点的方式进行平滑处理.在MATLAB上进行多次仿真,对比实验结果表明,该算法在进行仓库AGV路径规划时收敛速度更快,稳定性更好,且平滑处理后的路径更优.
推荐文章
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
基于蚁群算法的自动化仓库路径优化
蚁群算法
自动化仓库
组态设计
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
改进蚁群算法的局部信息动态路径规划
蚁群算法
局部信息
局部目标点
动态路径规划
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 并行排序蚁群算法规划仓库AGV路径研究
来源期刊 机械科学与技术 学科
关键词 多目标函数模型 AGV 并行排序蚁群算法 计算机仿真
年,卷(期) 2021,(4) 所属期刊栏目 运载工程
研究方向 页码范围 609-618
页数 10页 分类号 TP242
字数 语种 中文
DOI 10.13433/j.cnki.1003-8728.20200103
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (457)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2018(11)
  • 参考文献(6)
  • 二级参考文献(5)
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
多目标函数模型
AGV
并行排序蚁群算法
计算机仿真
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
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
论文1v1指导