基于IACO-ABC算法的变电站巡检机器人路径规划

发布时间：2021-04-08 09:12

　　目前,变电站智能巡检机器人的路径规划中,各种智能算法如ACO（蚁群优化）、 ABC（人工蜂群）等应用较为广泛,但传统ACO算法存在容易陷入局部最优值、收敛速度较慢等问题。为此,在对传统ACO算法进行改进的基础上,结合ABC算法的优势,提出IACO-ABC（改进蚁群-蜂群融合）算法,将其应用到变电站巡检机器人路径规划中,以提高路径规划算法的鲁棒性,并解决算法陷入局部最优的问题。采用栅格法建立工作环境进行仿真,结果表明采用该算法能够有效解决上述问题,在复杂环境下的规划能力和鲁棒性能较好,并提高了路径质量以及算法效率。 

【文章来源】：浙江电力. 2019,38(11)

【文章页数】：6 页

【文章目录】：
0 引言
1 ACO算法与ABC算法原理
    1.1 ACO算法的改进
    1.2 ABC算法的改进
2 IACO-ABC算法
3 仿真结果
    3.1 仿真环境建模
    3.2 实验结果与分析
4 结语


【参考文献】：
期刊论文
[1]基于改进蚁群算法的移动机器人全局路径规划[J]. 占伟,屈军锁,芦鑫,侯磊超.  现代电子技术. 2018(24)
[2]基于改进RRT算法的移动机器人路径规划[J]. 金丹.  现代计算机(专业版). 2018(18)
[3]基于改进蚁群算法的电力巡检路径规划[J]. 易琳,秦晓科,王刚,李安然,王柯,李雄刚.  广东电力. 2018(03)
[4]基于蚁群-粒子群算法的巡检机器人路径规划[J]. 杨天宇,薛阳,张亚飞.  现代计算机(专业版). 2017(29)
[5]架空输电线路巡检机器人自动上下线装置[J]. 钱金菊,彭向阳,麦晓明,易琳,饶章权.  广东电力. 2017(05)
[6]架空输电线路巡检机器人风载下姿态检测及作业控制技术[J]. 钱金菊,吴功平,彭向阳,王柯,王锐.  广东电力. 2017(01)
[7]一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用[J]. 游晓明,刘升,吕金秋.  控制与决策. 2017(03)
[8]基于改进人工蜂群算法的机器人路径规划[J]. 王海泉,胡瀛月,廖伍代,闫同斌,王东云.  控制工程. 2016(09)
[9]求解指路标志指引路径规划问题的改进人工蜂群算法[J]. 郑健,黄敏,张腾,刘芳.  计算机应用研究. 2017(08)
[10]动态环境下基于改进蚁群算法的机器人路径规划研究[J]. 屈鸿,黄利伟,柯星.  电子科技大学学报. 2015(02)



本文编号：3125281