基于改进蜂群算法的工业机器人路径规划研究

发布时间：2021-11-02 08:03

　　针对工业机器人在复杂环境中运动的避障及路径优化问题,提出基于改进人工蜂群算法的工业机器人避障路径规划策略。首先针对传统人工蜂群算法搜索能力不足且容易陷入局部最优的问题,将禁忌搜索思想引入到人工蜂群算法最优解搜索过程中,形成了基于禁忌搜索的改进型人工蜂群算法,然后将其应用到工业机器人的路径规划问题中,并进行了仿真实验。结果表明,改进后的方法能够得到最优的路径,且寻优速度快、过程稳定。该方法可用于解决工业机器人路径规划问题。 

【文章来源】：电子测量技术. 2019,42(07)

【文章页数】：5 页

【文章目录】：
0 引 言
1 工业机器人路径规划模型建立
2 基于禁忌搜索的ABC算法改进
    2.1 基本人工蜂群算法
    2.2 禁忌搜索算法
    2.3 基于禁忌搜索的ABC算法
3 工业机器人路径规划方法实现
4 实验结果分析
5 结 论


【参考文献】：
期刊论文
[1]工业机器人最短移动路径智能选取方法仿真[J]. 姚江云,孔峰,王娟.  计算机仿真. 2018(03)
[2]求解模糊需求车辆路径问题的两阶段变邻域禁忌搜索算法[J]. 李阳,范厚明,张晓楠,杨翔.  系统工程理论与实践. 2018(02)
[3]基于改进禁忌搜索的基站布局优化算法[J]. 陈诗军,王慧强,陈大伟,刘秀兵,胡海婧.  计算机工程与科学. 2018(02)
[4]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)
[5]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)
[6]基于改进人工蜂群算法的无人机的航迹规划[J]. 于霜,丁力,吴洪涛.  电光与控制. 2017(01)
[7]基于改进人工势场法的移动机器人路径规划[J]. 温素芳,郭光耀.  计算机工程与设计. 2015(10)
[8]改进的势场蚁群算法的移动机器人路径规划[J]. 曾明如,徐小勇,刘亮,罗浩,徐志敏.  计算机工程与应用. 2015(22)
[9]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)
[10]基于禁忌搜索的人工蜂群算法及其应用[J]. 刘蓓蕾,江铭炎,张振月.  计算机应用研究. 2015(07)



本文编号：3471652