基于引力搜索和粒子群混合算法的移动机器人路径规划

发布时间：2022-10-03 20:31

　　针对移动机器人在静态环境下可能与障碍物发生碰撞并且路径容易陷入局部最小值的问题,提出一种利用粒子群算法（PSO）和引力算法（GSA）相结合的混合优化算法进行移动机器人路径规划的方法。将粒子群算法的全局搜索能力和引力算法的局部挖掘能力相结合,同时改进粒子群算法的惯性权重,以加快全局搜索的收敛速度。通过仿真实验证明,混合算法具有较好的能力来摆脱局部最小值,具有更快的收敛速度,提高了搜索效率,能有效地避开障碍物。 

【文章页数】：4 页

【文章目录】：
1 路径规划问题的描述
2 PSOGSA混合算法的路径规划
    2.1 GSA算法
    2.2 POS算法
    2.3 改进后的GSA算法
    2.4 路径搜索步骤
3 仿真实验与分析
4 结束语


【参考文献】：
期刊论文
[1]基于势场栅格法的移动机器人避障路径规划[J]. 欧阳鑫玉,杨曙光.  控制工程. 2014(01)
[2]基于神经网络的机器人路径规划算法[J]. 魏冠伟,付梦印.  计算机仿真. 2010(07)
[3]动态环境下基于子目标的移动机器人路径规划方法[J]. 朱毅,张涛,程农,宋靖雁.  系统仿真学报. 2010(S1)

硕士论文
[1]基于群体智能的虚拟人群路径规划方法研究[D]. 吕远阳.山东师范大学 2016



本文编号：3684767