基于改进蚁群算法的农业机器人路径规划研究

发布时间：2018-03-29 00:08

  本文选题：农业机器人　切入点：Memetic算法　出处：《农机化研究》2016年09期

【摘要】：针对农业机器人路径规划实时性和稳定性差的问题,采用人工势场法,并结合Memetic算法与精英排序法优化基本蚁群算法。该算法用势场法获得路径初始化种群,对每代路径进行Memetic算法中的交叉组合操作,将每代蚂蚁产生的路径分别进行优化排序,根据蚂蚁路径的优劣程度,对信息素进行更新;同时,加入精英小组蚂蚁产生的信息素,从而加快了算法的收敛速度,提高了算法的稳定性。实验表明:改进后算法的平均最优路径长度提高了12.56%,收敛代数提高55.86%,算法用时提高了65.3%,最优解百分比增加了40%。本算法能够快速有效地规划出最优路径,提高了农业机器人的工作效率。
[Abstract]:In order to solve the problem of poor real-time and stability of path planning of agricultural robot, the artificial potential field method, combined with Memetic algorithm and elite sorting algorithm, is used to optimize the basic ant colony algorithm. The path of each generation is optimized and sorted by Memetic algorithm, and the pheromone is updated according to the degree of the ant path. At the same time, the pheromone produced by the ant is added to the elite group. Thus speeding up the convergence of the algorithm, The experimental results show that the average optimal path length of the improved algorithm increases 12.56, the convergence algebra increases 55.86, the time of the algorithm increases 65.3and the percentage of the optimal solution increases by 400.The algorithm can plan the optimal path quickly and effectively. The working efficiency of agricultural robot is improved.
【作者单位】： 东北农业大学;
【基金】：国家“863计划”项目(810028)
【分类号】：TP18;TP242

【相似文献】

相关期刊论文 前10条

1 李枚毅,蔡自兴,魏世勇;基于黄金分割律选择算子的改进进化编程算法及其在机器人路径规划中的应用[J];系统仿真学报;2001年S1期

2 谢宏斌,刘国栋,李春光;动态环境中基于模糊神经网络的机器人路径规划的一种新方法[J];江南大学学报;2003年01期

3 乔永兴,张增芳,李陶深;多样性指导进化算法及其在机器人路径规划中的应用[J];计算机测量与控制;2003年11期

4 龙飞,孙德宝,秦元庆;动态环境下机器人路径规划的一种新方法[J];计算机与数字工程;2005年02期

5 张泽建;吴玉香;;一种基于罚函数的机器人路径规划方法[J];计算机测量与控制;2006年01期

6 蔡佐军;孙德宝;秦元庆;李宁;;基于构型空间法的机器人路径规划研究[J];计算机与数字工程;2006年04期

7 孙斌;韩大鹏;韦庆;;基于滚动窗口算法的机器人路径规划应用研究[J];计算机仿真;2006年06期

8 周郭许;唐西林;;基于栅格模型的机器人路径规划快速算法[J];计算机工程与应用;2006年21期

9 廖绍辉;张连东;;机器人路径规划技术的现状与发展趋势[J];机械工程师;2007年07期

10 王宗尧;司应涛;国海涛;;机器人路径规划方法的研究现状与展望[J];淮阴工学院学报;2007年03期

相关会议论文 前9条

1 赵凯;王珏;;对人的适应以及在机器人路径规划中的应用[A];2001年中国智能自动化会议论文集（上册）[C];2001年

2 杨翊鹏;李少远;;基于满意优化的视觉机器人路径规划[A];第二十一届中国控制会议论文集[C];2002年

3 陆凯峰;彭力;;基于改进蚁群优化算法的机器人路径规划[A];2007中国控制与决策学术年会论文集[C];2007年

4 王奇志;王洪志;;关于机器人路径规划三种典型方法的比较与讨论[A];2005年中国智能自动化会议论文集[C];2005年

5 李贻斌;宋勇;荣学文;;基于神经网络的进化机器人路径规划方法[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

6 宋勇;李贻斌;刘冰;;基于回声状态网络的机器人路径规划进化算法[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

7 张纯刚;席裕庚;;基于滚动窗口的移动机器人路径规划[A];2001年中国智能自动化会议论文集（上册）[C];2001年

8 王菁华;崔世钢;罗云林;;基于Matlab的智能机器人路径规划仿真[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

9 王文;夏耘;;微粒群算法在机器人路径规划中的应用[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

相关博士学位论文 前2条

1 邵杰;基于学习分类器的多机器人路径规划关键技术研究[D];南京理工大学;2011年

2 刘传领;基于势场法和遗传算法的机器人路径规划技术研究[D];南京理工大学;2012年

相关硕士学位论文 前10条

1 张雷;机器人路径规划及编队问题的研究与仿真[D];西南交通大学;2007年

2 刘渝;基于演化博弈的多机器人路径规划技术研究[D];武汉工程大学;2012年

3 陈东;机器人路径规划原理与应用[D];西安电子科技大学;2012年

4 雷小宇;基于进化计算的多智能体机器人路径规划研究[D];中南大学;2008年

5 邸建华;用于水下机器人路径规划的优化算法研究[D];哈尔滨工程大学;2009年

6 张玉兰;基于图的机器人路径规划蚂蚁算法[D];南京师范大学;2006年

7 刘京京;多目标遗传优化及其在机器人路径规划中的应用[D];南京理工大学;2007年

8 潘迁;基于改进蚁群算法的搜救机器人路径规划[D];武汉理工大学;2012年

9 周帆;一类多机器人路径规划的研究与仿真[D];南京理工大学;2013年

10 窦连航;基于人工蜂群算法的多机器人路径规划方法研究[D];上海大学;2015年

，

本文编号：1678667