文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用
侵权投诉

基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用

针对粒子群算法在解空间盲目搜索的缺点,提出一种基于时变适应度函数的改进粒子群路径规划算法。该算法有效地将人类搜索经验与粒子群算法相结合,利用神经网络描述环境约束和距离信息,并构造粒子的适应度函数,从而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,新算法在寻优过程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与

第 1期 2

陈世明,面向列车运行调整问题的粒子群算法研究等: 表3生成列车时刻表( GA) 郑西客运 下彳列 j f专} j:线 E时表 A G

4 3 46

获得了更具可行性的结果。随着我国铁路进程的加快,在经济发达地区纵横交错的铁路网络正在形成,未来的列车调整问 Bl2

车站

^ l

A2

A3

l

j 5

列#(行 下 ) E 5 C7

】

A9

CIO Bli

题、开行方案设计不应当拘泥于单条铁路线,而应从更广泛的网络角度进行思考。充分考虑铁路网络的网络特性、毁性抗等,基于网络构建出更为合理的开行方案,以此来解决列车运行调整问题将是未来的主要研究内容。 参考文献: []彭其渊, 1闫海峰,石予明.计算机编制列车运行图的理论和方法[ . M]成都:西南交通大学出版社,04 20 .[ 2]王凌.智能优化算法及其应用[ . M]北京:清华大学出版社,0 1 20 . [] C R E,G MIE FA C, N SMJ 3 U YJ O D ME D .A m t dlg o ee- eh o yf gnr o o r a o f pi lsh d lsf n u d rru d t h i e J . I E t no t c e ue o a n ego n e nq『] EE i o ma r c u

郑州 6:0:8 6 4 7 5 4: 2 3 6 3: 6: 7: 7 7:o 8 ) 8 1

8 1 8 2 8:{ 2 3 g : 0: 9: 9 3 6: 6: 7 7: 5 T: 7 . 8: 4 8: 8 4 8: 8: 8: 9:0 49 5 0:9} 48 08 29 48 53:

巩义

—

1 7:3: o 4 8 8:4 8; 5 2 1

— 8 5 8 5 9 0 :3:9:{ 8 3 ‘ 0 9 0 9 1:4 3 1::7:1

6 5 7 O 7 1 T l 8 O 8 3 8: 3 8:4:2:o:2 l 0 ) 2

候师

—

_

— 84— 5

—

—

—

—

7 0 7 i 7 1 8 ( 8 2 9 0 8: 6 8 2 8 4 9 1 9 1 9 2 :3:1:9:2 4 ) 3 :3:3=8:1

洛阳 70 71: 8( 8. 9 0: 8; 84 93 92 9:9: 7 2:8 8 85 : 7 5 ) 3 9: 8:4: 7 i 7: 5 7: 3 8] 8 - 7 9 2 9: 3 9 j 8 5 ‘ 5 9 3 9£:7 2 3: 8 : 2 2 0 :7 3 0::4:

新安

—

一 92一 :7

—

—

—

一

7 3 7 4 7: 5 8 6 8 5 1 l 9 4 9:9:7 5 5 o 8: 2

:9 l 91 02 00 0:5: 3 1

三门峡

—

一

一 8 l 90 02:8 0 l 4 94 9

一 03 0o 0 :1:9【

7: 8: 8: 8 9 (7 9 52 oo 0} i6 1 58 l: 9 9 0 o 0 ; 0: 2 3 0: 【 27 0 3 51 0: 1

夏睾 华山

— —

_

— 1 0 o1 l 41: 4

— 05— :7

—

8 I 8 2 8: 0 9::4:2 3:

9 4 1 0 1 4 o 6 15 o: 8 9: 4 i 3 0 5 1: 5:1:5 0

1 9 4 i 5i 5 0 2 9 1 5 o:4

— 1 3 1 0 1: :7:1

8 3 8 3 8: 6 9 l 1 8 i:0:8 4:5 o 0 : 0 1 i 0 5 0 1 3 I: 9 : I 2 0 l 2 1 :3: 4【

j南再 西安

一

一

一 1:

0 23 12 1 L— 20 13 00 1 4 5l 61: : 4 9:0n

8: 5 8: 9: 1 10: 1 4 53 0 2 10: 5 3 1 04 1: l 1 0: 5 l 33 1: l 1 45 2 2: 50 2

表4生成列车时刻表( S ) I O P

Trn n R b t s a d A t ma in 9 4。1 2 9 . 1 . a so o o i n u o t,1 9 c o O( ):9 1 1

[]管春, 4胡军.求解组合拍卖 N P问题的遗传算法[]微计算机信 J.息, 0 6,2( ) 14 2 2 20 2 3:9 . 0 .[]蒋浩, 5郑金华,良军.一种求解多目标优化问题的粒子群算法陈[]模式识别与人工智能,0 7 2 ( ) 66 6 1 J. 2 0,0 3:0— 1 . [] LN R SA tt— aesa hsaei endf m nma b— 6 IHA E .Sa s c er t t e ae o ai l e ep c r gs r h v r rvl gs em nepr e tJ . Bo Cy en 19, ai:at ei a s a x ei n[] i b r,9 8 7 o a n l m l ( ) 17 13 8:6—7 .

[] T NY, I OZM.Coa prcesam ot i tnadi p l 7 A X A ln atl w r pi z i n s pi l i m ao ta— ct n[/ Po fIE o g s o vlt nr o p ttn ao s C]/ rc o E E C nr s n E o i a C m uai . i e uo y o 2 0 2 0— 3 9 0 7: 3 3 2 0 .

[]许翔,东波.于改进的粒子群算法和信息熵的知识获取方法 8张基[]计算机应用,0 92 ( ) 10 15 J. 2 0,9 8:4—4 .[]刘军民, 9高岳林.混沌粒子群优化算法[]计算机应用,0 8 2 J. 2 0,8 ()3335 2:2— 2 .

4结束语 列车调整问题由于约束众多,索空间庞大,搜可行解范围 狭小,故而往往难以获得最优解。由于该问题的特殊性,文本

[0]王存睿, 1段晓东,向东,中值基本粒子群算法[]计算机工刘等. J. 程,0 4 3 ( 1:6 4 . 2 0,0 2 ) 3— 2

[1 1]刘林炬,葛洪伟.带变异算子的双种群粒子群优化算法[]计算 J. 机

工程与设计,0 8 2 ( ) 23 .0 7 20,9 8:0 5 2 3 .

提出速度调节自适应方式改进粒子群算法,并结合捕食搜索策 略用于此问题求解,将庞大的搜索空间分为多个范围限制并加以速度调节,通过范围限制和速度调节使粒子能够精确搜索, (接第 45上 4 6页)

[2 1]赵庶旭,党建武.专运行调整混沌改进遗传算法研究[]计算客 J. 机工程与应用,09,5 9:2— 2 . 20 4 ( )2 0 25

[3 1]贾传俊,胡思继,宇栋.车运行调整微粒群算法研究 _]铁杨列 J.道学报,06,8 3: 1 20 2 ( )6 1 .

子群算法的寻优,使得算法的寻优方式更有目的性,效提高有 了算法寻优的能力和实时性。改进算法计算快捷,且在复杂障碍物环境下表现稳定,真结果证明了该算法性能的优越性。仿

笔者为移动机器人的路径规划提供了一些理论依据。 参考文献: [] L T MB . o o moi lnig[ . otn Ku e cd . 1 A O EJC R bt t npann M] B s: lw rA a e o o 0

mi u l h r, 9 . c P b i e s 1 91 s

P O路径的变化 S

图9采用改进 P O路径的变化 S

[ 2]王艳平.移动机器人路径规划方法研究[] J .电脑与电信,09 20 ( ) 6 - 8 1:6 6 .[] K N E YJE E HA TRC PrceS dl pii t n C]/ 3 E N D,B R R . at l WB tI t z i[/ i Io m a o P o f EE r c o I E I t r a i n l o f r n e n n e n t a C n e e c o Ne r l o u a Newo k . Ne t rs w

Jre I e y:EEE S rieCe tr1 95:9 2 9 8. s evc ne, 9 1 4—1 4

图l复杂环境下采用固定适应度图1复杂环境下采用改进 O 1 P O径的变化 S路函数P O路径的变化 S

[]孙增圻. 4智能控制理论与技术[ . M]北京:清华大学出版社,97 19 .[]李丽, 5牛奔.粒子群优化算法[ . M]北京:冶金工业出版社,0 9 20 .[] S —u,E E HA T R C mp c td fprce s a' 6 HI h i B R R .E i a s yo atls w

l Yu i rl u i s n ot zt n C/ Po f oges nE o t nr o uao . S pi ao[]/ rco n s o vl i ayC mp tin[ . mi i C r uo t 1] IE ev eC ne, 99:9 5 14 . .: ES rc etr 19 14 . 9 9 E i []胡建秀, 7曾建潮.微粒群算法中惯性权重的调整策略[] J .计算 机工程,07,3 1 ) 13 15 20 3 ( 1:9 -9 .

[]王丽, 8王晓凯.一种非线性改变惯性权重的粒子群算法[]计算 J. 机工程与应用,07,3 4:7 4 . 20 4 ( )4— 8

4结束语 笔者提出了变适应度函数的粒子群路径规划算法,算法在

迭代过程中通过对适应度函数的调整,将人类搜索经验用于粒

[]李会荣, 9高岳林,李济民.一种非线性递减惯性权重策略的粒子群优化算法[] J .商洛学院学报,0 7 2 ( ) 1— 0 2 0, 1 4:6 2 .[O 1]赵先章,常红星,曾隽芳,一种基于粒子群算法的移动机器人等.路径规划方法[]计算机应用研究, 0,4 3: 1 13 J. 2 72 ( ) 1— 8 . 0 8

基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用

上一页第4页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email