基于改进鲸鱼算法的路径规划方法研究

发布时间：2021-11-18 16:34

　　针对移动机器人路径规划问题,为了求解出更为有效的移动路径,提出了一种新的求解方法-鲸鱼优化算法（WOA）,在基本鲸鱼优化算法的基础之上引入惯性权重,以增强搜索能力,提高基本算法的有效性。最后通过实例,将改进的鲸鱼优化算法与遗传算法（GA）、蚁群算法（ACO）进行比较分析,验证了改进鲸鱼优化算法在路径规划方面的有效性。 

【文章来源】：机电工程技术. 2019,48(10)

【文章页数】：4 页

【文章目录】：
0 引言
1 问题描述与环境建模
2 基本鲸鱼算法
    2.1 环绕式捕食
    2.2 螺旋气泡网捕食
    2.3 随机搜索捕食
3 改进鲸鱼算法
4 仿真验证
5 结束语


【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]基于改进遗传算法和改进人工势场法的复杂环境下移动机器人路径规划[J]. 陈尔奎,吴梅花.  科学技术与工程. 2018(33)
[3]改进鲸鱼算法在多目标水资源优化配置中的应用[J]. 沙金霞.  水利水电技术. 2018(04)
[4]基于改进遗传算法的机器人路径规划[J]. 姜海洋,闫照儒,郭琦.  黑龙江大学自然科学学报. 2017(05)
[5]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)
[6]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美.  农业机械学报. 2014(06)
[7]改进人工势场法的移动机器人路径规划[J]. 于振中,闫继宏,赵杰,陈志峰,朱延河.  哈尔滨工业大学学报. 2011(01)
[8]用遗传算法进行路径规划[J]. 吴晓涛,孙增圻.  清华大学学报(自然科学版). 1995(05)

博士论文
[1]蚁群算法改进及应用研究[D]. 刘波.燕山大学 2010



本文编号：3503233