作者:
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:
为提高AOI过程中图像采集的效率,将AOI路径规划问题分解为检测窗划分和CCD移动路径规划问题相结合的组合优化问题.首先使用改进的迭代自组织聚类算法划分检测窗,然后使用粒子群与蚁群混合算法优化CCD移动路径,充分发挥粒子群算法前期快速的全局收敛性能和蚁群算法的局部寻优能力,同时考虑了检测窗的可移动范围从而缩短了路径长度.最后通过Matlab仿真实验证明,与标准蚁群算法相比本文的AOI路径规划方案能够得到更短的规划路径和更快的收敛速度,提高了 AOI设备的工作效率.
推荐文章
基于回溯蚁群?粒子群混合算法的多点路径规划
NP-hard问题
最大最小蚁群系统
弗洛伊德算法
粒子群算法
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
基于蚁群粒子群混合的无线传感器网络定位算法
无线传感器网络
定位算法
蚁群粒子群
DV-Hop
粒子群算法
粒子群与遗传算法的混合算法
离散旅行商问题
遗传算法
粒子群算法
自适应
启发策略
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 基于粒子群与蚁群混合算法的AOI路径规划
来源期刊 微型电脑应用 学科
关键词 粒子群与蚁群混合算法 自动光学检测 路径规划 迭代自组织聚类算法
年,卷(期) 2021,(6) 所属期刊栏目 研究与设计|RESEARCH AND DESIGN
研究方向 页码范围 125-128
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1007-757X.2021.06.035
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 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
粒子群与蚁群混合算法
自动光学检测
路径规划
迭代自组织聚类算法
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导