求解机器人路径规划的改进萤火虫优化算法

发布时间：2024-05-10 20:33

　　针对静态环境下的机器人路径规划问题,考虑到标准萤火虫优化算法(Glowworm Swarm Optimization,GSO)存在收敛速度较慢且收敛效果不佳的缺点,采用混沌初始化策略提高算法的寻优能力,并融合3-opt局部搜索策略以提高算法的局部搜索能力,提出了一种改进萤火虫优化算法(Improved Glowworm Swarm Optimization,IGSO),建立环境栅格图,并采用GA、GSO和IGSO对两种规模的栅格模型进行了仿真实验,仿真结果证明了IGSO算法在求解该模型时,在收敛速度和寻优结果两方面都优于GSO和GA,验证了提出算法具有极好的收敛性和可行性。

【文章页数】：7 页

【部分图文】：

图2Logistic映射的概率分布图详细步骤如下:

rij=t(i)－t(j)(3)混沌初始化，选用Logistic映射，如式(4)所示:β(u+1)i=μi·β(u)i(1－β(u)i)(4)式中，用i表示混沌变量的序号，i=1，2，…，r;u表示种群序号，u=0，1，…，n;βi表示混沌变量，0≤βi≤1;μi表示吸引子。尤其....

图3新坐标系图点构路径线段平行

3)混沌初始化，选用Logistic映射，如式(4)所示:β(u+1)i=μi·β(u)i(1－β(u)i)(4)式中，用i表示混沌变量的序号，i=1，2，…，r;u表示种群序号，u=0，1，…，n;βi表示混沌变量，0≤βi≤1;μi表示吸引子。尤其当μi=4时，Logisti....

图7三种算法的仿真结果及算法性能比较(10×10栅格环境)

第5期汤雅连，等:求解机器人路径规划的改进萤火虫优化算法67机器人路径规划的结果分别如图7(a)、7(b)和7(c)所示，由图7(a)～(c)可知，相比GSO和GA，IGSO在进行路径规划寻优时，所用的步数最少，路径最短。GA、GSO和IGSO求解障碍物占比14.5%的20×20....

图8三种算法的仿真结果及算法性能比较(20×20栅格环境)

第5期汤雅连，等:求解机器人路径规划的改进萤火虫优化算法67机器人路径规划的结果分别如图7(a)、7(b)和7(c)所示，由图7(a)～(c)可知，相比GSO和GA，IGSO在进行路径规划寻优时，所用的步数最少，路径最短。GA、GSO和IGSO求解障碍物占比14.5%的20×20....

本文编号：3968983