改进萤火虫算法在路径规划中的应用

发布时间：2017-12-12 20:06

  本文关键词：改进萤火虫算法在路径规划中的应用

  更多相关文章： 移动机器人 路径规划 萤火虫算法 小生境技术 信息共享

【摘要】：为了保证移动机器人路径规划的解的多样性,提出了小生境萤火虫算法(NFA)。首先,根据环境特点,建立合理的路径规划模型,将萤火虫算法(FA)的目标函数设置为移动步数,并重新设计了亮度公式、初始化方式和萤火虫移动方式;其次,在FA的基础上,引入小生境技术,并在小生境种群间加入共享信息。仿真实验表明,NFA一次运行可得到多个最优路径。相比FA,NFA的移动步数和目标函数均值分别减少了7.14%、6.76%,萤火虫亮度均值增加了8.33%;相比GA,NFA的移动步数和目标函数均值分别减少了7.14%、9.79%。结果表明NFA在算法性能上更优。
【作者单位】： 安徽工程大学电气工程学院检测技术与自动化装置重点实验室;
【基金】：安徽省高等学校省级自然科学研究项目(KJ2014A024)资助
【分类号】：TP18;TP242
【正文快照】： 1引言移动机器人的路径规划包括地图定位、机器人避障、路径优化等方面[1-3]。复杂环境容易导致计算量增大,并且找不到全局最优路径。目前,解决路径规划问题的算法有很多,比较经典的有粒子群算法、人工势场法、A*算法等[4-9]。萤火虫算法(firefly algorithm,FA)是由剑桥学者Ya

【相似文献】

中国期刊全文数据库 前10条

1 郑金华;刘磊;刘文盼;邹娟;;一种自适应小生境分布性保持策略[J];电子学报;2012年11期

2 李孝源;李枚毅;宋凌;;动态环境下一种改进的小生境粒子群算法[J];计算机工程与应用;2008年09期

3 李太勇;唐常杰;吴江;罗谦;李生智;邱江涛;;基于小生境基因表达式编程的多模函数优化[J];四川大学学报(工程科学版);2009年02期

4 刘福敏;刘弘;;基于小生境技术的共享学习在协同设计中的应用[J];计算机应用与软件;2010年02期

5 史哲文;白雪石;郭禾;;基于改进小生境粒子群算法的多模函数优化[J];计算机应用研究;2012年02期

6 李向丽;周林成;;嵌入小生境技术的自适应并行蚁群算法[J];电脑知识与技术;2008年34期

7 高雪莲;冯楠;崔振南;张晓宇;赵磊;魏敏;王光波;;改进克隆小生境算法及应用[J];华中师范大学学报(自然科学版);2013年04期

8 史俊友;苏传生;翟红岩;;基于小生境遗传模拟退火算法的不规则件优化排样[J];青岛科技大学学报(自然科学版);2009年05期

9 向长城;黄席樾;杨祖元;杨欣;;小生境粒子群优化算法[J];计算机工程与应用;2007年15期

10 汪渭春;;基于小生境的混和遗传退火算法的并行化[J];计算机与数字工程;2007年07期

中国博士学位论文全文数据库 前1条

1 陆青;基于IEC的隐性目标智能决策方法研究[D];合肥工业大学;2009年

中国硕士学位论文全文数据库 前8条

1 康亮;克隆小生境算法中参数设定方法的研究[D];华北电力大学（北京）;2010年

2 白雪石;小生境粒子群算法改进及其在图像检索中应用[D];大连理工大学;2011年

3 陈莹菲;基于差分思想的小生境鼠群算法[D];内蒙古工业大学;2013年

4 郭海丽;基于小生境技术的两阶段EDAs及其在钢铁生产调度中的应用研究[D];太原科技大学;2010年

5 马艳;流域洪水演进模型参数反演的小生境粒子群算法研究[D];哈尔滨工业大学;2013年

6 王芳;基于小生境的进化RBF网络及应用[D];上海交通大学;2008年

7 孙红艳;改进的小生境遗传聚类算法应用研究[D];辽宁工程技术大学;2010年

8 张宇;思维进化算法的改进及应用[D];华北电力大学（河北）;2007年

，

本文编号：1283771