基于改进人工鱼群算法的机器人路径规划

发布时间：2017-11-11 08:09

  本文关键词：基于改进人工鱼群算法的机器人路径规划

  更多相关文章： 人工鱼群算法 机器人 路径规划 免疫算法 全局最优解

【摘要】：机器人技术是机器人与人工智能中的一个重要分支,是一项离我们越来越近的高新潜力技术。从农业领域到军事,航天航空,工业制造,服务业等诸多领域,机器人都有广阔的发展空间。机器人运动过程中环境的复杂性与不确定性,决定了路径规划是它的一个研究难点与研究重点。而路径规划,就是在已知或者未知的环境中找出起点到终点的一条路径,这条路径必须是不会碰到障碍物的。智能仿生算法,是一种模拟生物行为的智能计算方法。因为其有着并行性、快速性和鲁棒性等优点,被国内外专家学者所关注。智能仿生算法各有其特点,根据优点与缺点的不同能够解决很多复杂的难以解决的问题。其中比较新型的是粒子群算法、人工神经网络算法以及本课题用到的人工鱼群算法。人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)近年来逐渐被越来越多的人所关注,它具有强大的鲁棒性以及高效地收敛速度,所以被广泛应用于各个领域。本文主要通过改进人工鱼群算法来完成机器人路径规划的研究。首先系统地介绍了人工鱼群算法的原理与思想,深入分析了人工鱼群算法的优缺点。然后针对路径规划的特点,设计了适应度函数,有效提高路径的全面性,同时添加方向算子,提高路径查找的速度,解决算法在后期搜索效率降低的缺点,引入免疫算法,增强全局搜索能力,有效地克服人工鱼群算法容易陷入局部最优解的缺点。最后将方向性免疫人工鱼群算法进行实验验证。实验平台采用C++语言搭建,通过visual studio软件分别对基本人工鱼群算法与方向性免疫人工鱼群算法进行了测试,将这两个算法在四个不同类型地图应用进行模拟仿真与比较。实验的数据结果表明了方向性免疫人工鱼群算法能有效地提高路径规划的性能与效率,证明了方向性免疫人工鱼群算法的效果优于基本的人工鱼群算法在机器人路径规划中的效果,能很好地解决人工鱼群算法存在的缺点。最后,对论文所做的工作进行了全面总结,在此基础上对机器人路径规划的未来进行了展望。
【学位授予单位】：桂林电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP242

【相似文献】

中国期刊全文数据库 前10条

1 曲良东;何登旭;;改进的人工鱼群算法及其在近似求导中的应用[J];微电子学与计算机;2009年05期

2 王联国;洪毅;赵付青;余冬梅;;一种简化的人工鱼群算法[J];小型微型计算机系统;2009年08期

3 王宗利;刘希玉;王文平;;一种改进的人工鱼群算法[J];信息技术与信息化;2010年03期

4 韦修喜;曾海文;周永权;;云人工鱼群算法[J];计算机工程与应用;2010年22期

5 曾蒙迪;;人工鱼群算法的简介及应用[J];信息与电脑(理论版);2011年04期

6 李媛;;基于人工鱼群算法的多元线性回归分析问题处理[J];渤海大学学报(自然科学版);2011年02期

7 陈晓峰;宋杰;;量子人工鱼群算法[J];东北大学学报(自然科学版);2012年12期

8 王波;;基于细胞膜优化的人工鱼群算法研究[J];科技通报;2013年03期

9 王培崇;;人工鱼群算法研究综述[J];中国民航飞行学院学报;2013年04期

10 李晓磊,薛云灿,路飞,田国会;基于人工鱼群算法的参数估计方法[J];山东大学学报(工学版);2004年03期

中国重要会议论文全文数据库 前3条

1 李晓磊;钱积新;;人工鱼群算法:自下而上的寻优模式[A];过程系统工程2001年会论文集[C];2001年

2 徐公林;张铁龙;;人工鱼群算法在电力系统负荷模型参数辨识中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

3 刘耀年;姚玉萍;李迎红;刘俊峰;;基于人工鱼群算法RBF神经网络[A];第十届全国电工数学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年

2 姚正华;改进人工鱼群智能优化算法及其应用研究[D];中国矿业大学;2016年

3 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

4 张梅凤;人工鱼群智能优化算法的改进及应用研究[D];大连理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 陈斐;改进的人工鱼群算法分析与研究[D];西安电子科技大学;2012年

2 王蕾;一种人工萤火虫群优化算法改进的研究[D];青岛理工大学;2015年

3 马尧;基于改进的人工鱼群算法在商旅问题中的应用研究[D];西南交通大学;2015年

4 薛亚娣;改进的人工鱼群算法及其应用研究[D];兰州大学;2015年

5 彭鹏;配电网无功优化和跟踪调节技术研究[D];沈阳理工大学;2015年

6 崔淑慧;三维管路自动敷设算法及干涉校验方法研究[D];哈尔滨工业大学;2015年

7 黄锋;混沌人工鱼群算法及其在水库(群)优化调度中的应用[D];华北电力大学;2015年

8 刘翔;基于改进人工鱼群算法的化工过程优化[D];北京化工大学;2015年

9 喻俊松;基于改进人工鱼群算法无人机航迹规划研究[D];南昌航空大学;2015年

10 陈新;基于人工鱼群算法的柔性作业车间调度研究[D];大连理工大学;2015年

，

本文编号：1170518