检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:雷小宇[1] 楼朴根[1] 张婷婷[1] 杨胜跃[2]
机构地区:[1]解放军理工大学,江苏南京211101 [2]中南大学信息科学与工程学院,湖南长沙410075
出 处:《计算机仿真》2011年第1期10-13,共4页Computer Simulation
基 金:国家自然科学基金项目(60774023);湖南省自然科学基金项目(06JJ50141);解放军理工大学理学院青年基金(QN-DZ-2009-03)
摘 要:差分进化是一种新兴的、简单有效的智能优化方法。其具有较好的收敛性、鲁棒性和高效性。将差分进化引入到多机器人路径规划来,提出了一种基于差分进化的多机器人路径规划方法,并调整了进化的参数值。采用该方法加快了多机器人路径的规划速度,有效地克服了传统遗传算法速度慢,适应新环境差的缺点,最后给出了的仿真结果证明方法可行、有效。Differential Evolution is a novel, simple and effective intelligent optimization approach. It is convergent, robustness and efficient. A new approach of path planning for multi-agent based Differential evolution is presented and moreover, the parameters of the evolution are adjusted. The method accelerates the multi-robot path planning, and effectively overcomes the shortcoming that the traditional genetic algorithm is slow in adapting to the new environment of the shortcomings. Finally, the simulation results prove that the method is feasible and effective.
关 键 词:多机器人 路径规划 差分进化 遗传算法 控制参数
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.8