蚁群算法在移动机器人路径规划中的应用综述

发布时间：2021-08-07 09:06

　　路径规划是移动机器人领域的一个研究热点,蚁群算法在移动机器人的路径规划得到广泛应用。介绍了常见的几种蚁群算法,从蚁群算法结构、参数选取及优化、信息素优化等方面对已有的蚁群算法方法进行了分类综述,同时对多蚁群优化算法、融合蚁群算法在移动机器人路径规划的应用进行了分类比较与分析。从蚁群算法的理论研究、算法融合、多蚁群算法研究等方面对蚁群算法在移动机器人路径规划中的未来研究内容和研究热点进行展望。 

【文章来源】：计算机工程与应用. 2020,56(08)北大核心CSCD

【文章页数】：10 页

【部分图文】：

蚂蚁系统的基本结构

【参考文献】：
期刊论文
[1]基于双层蚁群算法和动态环境的机器人路径规划方法[J]. 许凯波,鲁海燕,黄洋,胡士娟.  电子学报. 2019(10)
[2]基于改进蚁群算法的三维路径规划[J]. 陈超,张莉.  计算机工程与应用. 2019(20)
[3]基于改进蚁群算法的机器人路径规划问题研究[J]. 谢智慧,卢道华,王佳,姜磊.  机械与电子. 2019(06)
[4]基于改进蚁群算法的移动机器人路径规划研究[J]. 江明,王飞,葛愿,孙龙龙.  仪器仪表学报. 2019(02)
[5]多启发因素改进蚁群算法的路径规划[J]. 李理,李鸿,单宁波.  计算机工程与应用. 2019(05)
[6]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU.  Science China（Information Sciences）. 2018(05)
[7]自适应搜索半径蚁群动态路径规划算法[J]. 赵峰,杨春曦,陈飞,黄凌云,谈诚.  计算机工程与应用. 2018(19)
[8]基于改进势场蚁群算法的机器人路径规划[J]. 王晓燕,杨乐,张宇,孟帅.  控制与决策. 2018(10)
[9]改进蚁群算法在复杂环境中机器人路径规划上的应用[J]. 李龙澍,喻环.  小型微型计算机系统. 2017(09)
[10]基于遗传蚂蚁混合算法的AUV全局路径规划[J]. 潘昕,吴旭升,侯新国,冯源.  华中科技大学学报(自然科学版). 2017(05)



本文编号：3327507