典型文献
水质监测机器人集群编队路径规划策略
文献摘要：
针对水质监测机器人集群编队路径规划求解时,传统的粒子群优化算法(particle swarm optimization,PSO)存在搜索速度慢,容易陷入局部最优等问题,提出了一种混合粒子群优化算法(hybrid particle swarm optimization,HPSO),通过引入遗传算法(genetic algorithm,GA)中的交叉、变异等操作改变PSO中的最优粒子易趋向局部最优性,增加粒子群多样性,避免求解结果陷入局部最优;同时对算法的惯性权重进行调节,加快算法的收敛速度.仿真结果表明,在保证水质监测任务完成的前提下,HPSO相对于传统的GA能够有效的减少路径交叉节点两个,总路径长度缩短53.147 km;而相较传统的PSO而言能够有效的减少路径交叉节点5个,总路径长度缩短133.826 km,优化了编队路径规划策略,提高了算法收敛速度.
文献关键词：
路径规划;粒子群优化算法;遗传算法;编队控制;水质监测器人
中图分类号：
作者姓名：
智超群;鲁旭涛;张丽娜
作者机构：
中北大学信息与通信工程学院 太原030051;中北大学机电工程学院 太原030051
文献出处：
引用格式：
[1]智超群;鲁旭涛;张丽娜-.水质监测机器人集群编队路径规划策略)[J].国外电子测量技术,2022(05):15-20
A类：
水质监测器人
B类：
机器人集群,编队路径规划,规划策略,规划求解,particle,swarm,optimization,速度慢,局部最优,优等,混合粒子群优化算法,hybrid,HPSO,genetic,algorithm,GA,最优粒子,最优性,解结,惯性权重,收敛速度,任务完成,交叉节点,路径长,编队控制
AB值：
0.279263
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
