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:
针对传统蚁群算法收敛速度较慢,易陷入局部最优,初始信息素匮乏等缺点,提出一种改进的蚁群算法.初始阶段在起点与终点的连线上额外增加信息素,提高算法的收敛速度;对原有启发函数中的启发因子进行改进,提高算法的寻优效率;改进了信息素浓度的挥发公式,使其服从高斯分布,使信息素挥发动态化.仿真结果表明:改进后的蚁群算法收敛速度更快,收敛性能更稳定,缩短了寻径距离,使机器人有效避开障碍物,在移动机器人路径规划方面有很好的实用性.
推荐文章
基于改进蚁群算法的移动机器人路径规划研究
移动机器人路径规划
新型蚁群算法
数学模型
收敛速度
局部最优
改进蚁群算法在移动机器人路径规划中的研究
蚁群算法
移动机器人
路径规划
最优路径
基于改进蚁群算法的移动机器人路径规划
移动机器人
路径规划
蚁群算法
信息素更新
蚁群算法及其在移动机器人路径规划中的应用
蚁群算法
路径规划
移动机器人
智能计算
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 基于改进蚁群算法的移动机器人路径规划
来源期刊 传感器与微系统 学科
关键词 路径规划 蚁群算法 移动机器人 信息素挥发因子
年,卷(期) 2021,(6) 所属期刊栏目 计算与测试|Calculation & Test
研究方向 页码范围 142-144,148
页数 4页 分类号 TP391|TP212
字数 语种 中文
DOI 10.13873/J.1000-9787(2021)06-0142-03
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (112)
共引文献  (52)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(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)
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)
1998(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(14)
  • 参考文献(1)
  • 二级参考文献(13)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(5)
  • 参考文献(4)
  • 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
路径规划
蚁群算法
移动机器人
信息素挥发因子
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
总被引数(次)
66438
论文1v1指导