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:赵娟平[1,2] 高宪文[1] 刘金刚[1] 符秀辉[2,3]
机构地区:[1]东北大学信息科学与工程学院,沈阳110819 [2]沈阳化工大学信息工程学院,沈阳110142 [3]中国科学院沈阳自动化研究所,沈阳110015
出 处:《控制与决策》2011年第7期1096-1100,共5页Control and Decision
基 金:国家自然科学基金项目(60334010)
摘 要:针对蚁群算法存在的不足,提出一种改进蚁群优化算法——参数模糊自适应窗口蚁群优化算法.首先利用模糊控制优化α,β和ρ参数,同时为蚂蚁建立动态搜索窗口,在为每只蚂蚁建立近邻城市表时加入混沌信息,并据此进行初始信息素分布.另外,引入了城市节点活跃度的概念,并将其作为未来信息,用以指导蚂蚁进行解的构造和信息素更新.仿真结果表明,即使在复杂的环境下,所提出的算法仍能快速规划出安全的最优路径.Parameters self-adaptive fuzzy ant colony optimization algorithm with searching window is proposed in this paper.Firstly,this method designs fuzzy controllers to optimize three parameters ofα,β and ρ.It also establishes a dynamic search window for ants,and chaos information is added when near neighbor city table is constituted.In addition,the concept of active degree of city node is presented as future information supervising ants to construct solution and update pheromone. Simulations results show that the proposed algorithm can plan optimal path rapidly even in the intricate environment.
关 键 词:移动机器人 路径规划 蚁群优化算法 模糊控制 动态窗口 活跃度 参数优化
分 类 号:TP24[自动化与计算机技术—检测技术与自动化装置]
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:216.73.216.77