典型文献
基于改进粒子群算法的电动机器人全局路径规划
文献摘要：
二维空间环境下电动机器人使用传统粒子群算法(particle swarm optimization,PSO)规划全局路径容易出现收敛速度慢、路径精度不达标等问题,提出一种基于改进粒子群算法(improved particle swarm optimization,I-PSO)对电动机器人进行全局路径规划.首先使用栅格法对机器人的工作环境建模,将路径长度和碰撞风险作为优化目标,然后使用粒子的适应度差值动态调节算法的惯性权重参数,优化对活动空间的整体或部分区域的探索.在算法中引入一个随机因子,增大粒子的随机性,提升最优解的质量.MATLAB仿真结果表明,与传统的PSO结果对比,提出的I-PSO在算法收敛性和鲁棒性上更好,并且规划出的路径长度较短、安全性更高.
文献关键词：
电动机器人;全局路径规划;惯性权重;改进粒子群
中图分类号：
作者姓名：
陈玲玲;张占奎;钟元辰;张忠瑞
作者机构：
吉林化工学院信息与控制工程学院,吉林 吉林 132000;国网盘锦供电公司,辽宁 盘锦 124000;国网辽宁省电力有限公司,辽宁 沈阳 110006
文献出处：
引用格式：
[1]陈玲玲;张占奎;钟元辰;张忠瑞-.基于改进粒子群算法的电动机器人全局路径规划)[J].东北电力技术,2022(08):57-62
A类：
电动机器人
B类：
改进粒子群算法,全局路径规划,二维空间,空间环境,particle,swarm,optimization,PSO,收敛速度,速度慢,improved,栅格法,环境建模,路径长,碰撞风险,优化目标,适应度,动态调节算法,惯性权重,活动空间,随机因子,大粒子,随机性,最优解,结果对比,收敛性,划出
AB值：
0.290451
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。
