基于TAGUCHI分析的机器人路径狼群优化

发布时间：2020-06-27 04:45

【摘要】：随着现代科技和智能水平的不断发展,人们致力于研究智能移动机器人。为了获取机器人全局最优路径,文章提出一种基于改进的狼群算法移动机器人路径规划。狼群算法是近年来新提出的一种群体智能优化算法,已在很多领域成功引用并取得了优质的成果。文章为了扩充和提高狼群算法的理论体系和实践应用,进行了算法的改进。该算法提出并行游走机制,通过探狼在原位置周围适度密集搜索和搜索的多样性进一步提高探狼的局部搜索能力;构建智能奔袭行为,通过猛狼和头狼距离的变换而改变奔袭步长提高猛狼自适应调节能力;提出向心围攻策略,通过去除围攻步长使得狼群加快进入围攻领域充分提高了算法的局部搜索能力。算法改进后,为了验证算法的收敛性,使用马尔科夫链进行分析;为了验证算法的性能,使用15个标准测试函数对该进的狼群算法的性能进行测试,并与狼群算法、粒子群算法、人工蜂群算法和人工鱼群算法进行比较,结果表明改进的狼群算法有效性更好。最后,将IWPA算法应用到移动机器人路径规划中,由于参数较多,文章利用TAGUCHI正交试验进行算法参数以及目标函数的分析,以此选取实验参数值,进行基于IWPA算法与WPA算法的路径规划对比实验。实验结果表明,IWPA算法规划出的路径质量更佳,同时提升了移动机器人路径的规划效率。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;TP242
【图文】：

移动机器人,机器人,和服,路径规划

近年来随着社会经济的不断发展，各个产业在不同领域的成效都有很大升。很多制造业和服务业都需要大量的生产力，但随着各地老龄化程度加剧合不了制造业和服务业需要，所以机器人被引入了生产制造和服务业中，机的应有降低了人力的消耗也大大提升了生产效率。随着机器人的不断应用和发人们开始研究自主移动机器人，其中路径规划是机器人研究中的关键，也是之急的任务。移动机器人的导航问题主要是：[1-4]（1）移动机器人在哪里？（2）移动机器人要去往何处？（3）移动机器人要如何到该处去？而路径规划解决的问题如下：（1）移动机器人怎样从某个指定地点运动到另一个指定地点？（2）怎样能使机器人避开障碍物并且运动到某些必须要经过的位置？（3）在实现以上职责的基础上，怎样尽可能使得机器人的运行轨迹达到最佳图 1.1 举出了部分的的移动机器人。

示意图,实物

2.1 引言狼群算法(Wolf Pack Search, WPS)最先是由 Yang[35]等提出， LIU[36]等在2011 年提出了一种新的狼群算法(Wolf Colony Algorithm, WCA)，用于解决最优化问题。WCA 与 PSO、ABC 等算法相比，求解精度更高，收敛速度更快，控制参数更少的特点。WCA 与 DE、PSO、ABC 等算法相比，本质上是一种计算优化行为，算法参数少，收敛速度快，鲁棒性好。虽然算法问世短，但由于其性能相对较好，已经受到越来越多的关注，成为解决非线性优化问题的又一高效算法。吴虎胜[37]等于2013 年在WCA的基础上提出了全新的狼群算法(Wolf Pack Algorithm,WPA),该算法更加详细的将狼群分为三个部分（即头狼、探狼与猛狼），并提出了探狼游走、头狼召唤、猛狼奔袭与狼群围攻等智能行为与“强者生存”的狼群更新机制。从文献[38]-[44]研究发现 WPA 与 GA、FSA 等其他生物群体智能算法相比，在寻优效果上求解精度更高，鲁棒性更强，更适合求维数高的多峰函数，下面将详细的介绍狼群算法。如图 2.1 所示是狼群捕食的示意图

【参考文献】