-
题名自适应遗传算法在移动机器人路径规划中的应用
被引量：9
- 1
-
-
作者
桑和成
宋栓军
邢旭朋
孟湲易
张周强
唐铭伟
-
机构
西安工程大学机电工程学院
-
出处
《西安工程大学学报》
CAS
2021年第1期44-49,56,共7页
-
基金
国家自然科学基金青年科学基金(61701384)
中国纺织工业联合会科技指导计划项目(2016090)
西安工程大学博士科研启动基金(BS201834)。
-
文摘
针对传统遗传算法在路径规划时易产生不可行路径和陷入局部最优,转折次数太多等缺点,提出一种改进的自适应遗传算法。采用先验知识优化初始种群,得到不包含与障碍物相交的初始种群;设计了交叉和变异概率公式,避免了算法陷入局部最优,以提高收敛速度;在适应度函数中引入路径平滑度和路径最短作为评判标准,使规划的路径更加高效。仿真结果表明:相较于基本算法,改进算法在障碍物个数为20时,路径减少了4.2%;在障碍物为115时,路径减少了25.1%。随着障碍物不断增加,路径减少百分比呈现上升趋势,且算法迭代次数和路径中转折点个数均优于基本遗传算法。
-
关键词
路径规划
栅格法
自调整策略
改进遗传算法
-
Keywords
path planning
grid method
self-adjusting strategy
improved genetic algorithm
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进蚁群算法的机器人路径规划研究
被引量：5
- 2
-
-
作者
桑和成
宋栓军
唐铭伟
邢旭朋
孟湲易
-
机构
西安工程大学机电工程学院
-
出处
《机械与电子》
2021年第2期17-20,24,共5页
-
基金
国家自然科学基金青年项目(61701384)
中国纺织工业联合会科技指导计划项目(2016090)
西安工程大学博士科研启动基金(B S201834)。
-
文摘
针对基本蚁群算法在路径规划时出现收敛速度慢,易陷局部最优的问题,提出一种改进的蚁群算法。首先,为使算法在搜索时更具导向性,引入方向夹角启发因子提高搜索速度;其次,融入A*算法的估价函数思想来改进启发函数,降低死锁可能性;最后,提出基于拉普拉斯概率分布的信息素挥发因子自适应策略,加快了算法收敛速度。多次仿真实验表明,所提出的改进算法能够快速、高效地寻找到最优路径,且路径质量优于基本蚁群算法规划出的路径。
-
关键词
路径规划
信息素自适应变化
启发函数
A*算法
-
Keywords
path planning
pheromone adaptive change
heuristic function
A*algorithm
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于BP神经网络PID控制的移动机器人避障研究
被引量：2
- 3
-
-
作者
韩军政
马军
桑和成
-
机构
西安工程大学<机电工程学院>
-
出处
《科技视界》
2020年第3期34-35,共2页
-
文摘
针对传统PID控制不能实现移动机器人在避障中参数的自整定、响应慢等问题,本文提出一种BP神经网络PID控制方法,利用BP神经网络学习算法实现了PID三个参数的在线自整定。仿真实验表明,BP神经网络PID控制具有更快的响应速度、无明显超调、控制精度高,能满足机器人避障运动的控制要求。
-
关键词
避障
自整定
BP神经网络
-
Keywords
Avoid obstacles
Self-tuning
BP neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP242
[自动化与计算机技术—控制科学与工程]
-
