典型文献
基于人工蜂群-自适应遗传算法的仓储机器人路径规划
文献摘要：
为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法.首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度.仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22％;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08％.最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64％,且规划的路径更平滑,更加适用于仓储机器人的路径规划.
文献关键词：
路径规划;人工蜂群;遗传算法;自适应调整;能耗
中图分类号：
作者姓名：
李艳生;万勇;张毅;匡衡阳
作者机构：
重庆邮电大学先进制造工程学院 重庆 400065;重庆重邮信科通信技术有限公司 重庆 400065
文献出处：
引用格式：
[1]李艳生;万勇;张毅;匡衡阳-.基于人工蜂群-自适应遗传算法的仓储机器人路径规划)[J].仪器仪表学报,2022(04):282-290
A类：
B类：
自适应遗传算法,仓储机器人,机器人路径规划,划出,拣选,基本遗传算法,初始种群,遗传算子,变异操作,人工蜂群算法,初始化,种群多样性,路径长,转弯次数,运行能耗,适应度函数,三角函数,自适应策略,策略调整,变异算子,收敛速度,栅格地图,能耗比,比基,耗减,自适应调整
AB值：
0.263675
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。
