学位论文 > 优秀研究生学位论文题录展示

基于粒子群蚁群算法的路径规划研究

作　者: 高敏
导　师: 周之平
学　校: 南昌航空大学
专　业: 计算机应用技术
关键词: 路径规划 粒子群算法 信息素扩散 蚁群算法 融合
分类号: TP18
类　型: 硕士论文
年　份: 2013年
下　载: 106次
引　用: 0次
阅　读: 论文下载
 

内容摘要


路径规划技术是目前众多应用技术领域的研究热点，具有重要的科研价值和广阔的应用前景。路径规划技术的核心内容就是规划算法。目前求解路径规划问题的方法主要有A*算法、粒子群算法、遗传算法、蚁群算法等智能算法。粒子群和蚁群算法分别是模拟鸟群和蚁群觅食行为的仿生算法。将两种算法用于路径规划领域，是近年来国内外学者研究的热点并取得了显著的成果。证明了其良好的应用性能。粒子群优化算法是一种新的随机搜索算法，具有很强的全局搜索能力，快速简洁但是易陷入局部最优；而蚁群算法具有并行性、正反馈性、求解精度高、收敛速度慢等特点。针对上述问题，具体改进策略如下：(1)针对复杂环境下移动机器人全局路径规划问题，提出了一种的增强蚁群优化算法。该算法通过改进信息素初始化和状态转移概率，避免了路径死锁；采用确定性与随机性相结合的路径点搜索策略改善了迂回曲折现象；利用路径平滑操作，增强了路径的连续性；引入局部信息素扩散机制，提高了算法的全局优化能力。仿真结果表明：当环境中障碍物分布密集或存在大量的凹形区域时，新算法能有效地规划出较为理想的安全路径，规划时间可满足实际应用要求。(2)根据粒子群算法快速、简洁的优点得到蚁群算法初始信息素分布，然后利用蚁群算法所具有的优点，如正反馈性、并行性、求解精度高等，规划出全局最优路径。利用C++的多线程特性在Visual C++6.0开发实验仿真平台，利用该仿真平台对粒子群算法、增强蚁群算法和粒子群蚁群融合算法进行仿真测试，并对其进行性能分析。仿真实验分析表明，粒子群蚁群融合算法在时间性能方面优于增强蚁群算法，在解的质量上优于粒子群算法，表明了改进策略的有效性和实用性。

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-16
  1.1 研究背景及意义  9
  1.2 国内外研究现状  9-14
    1.2.1 路径规划算法  10-12
    1.2.2 算法的典型混合模式  12-14
  1.3 本课题研究内容  14
  1.4 本课题内容安排  14-16
第2章 基本粒子群及蚁群算法的基础知识  16-26
  2.1 基本粒子群算法  16-22
    2.1.1 基本粒子群算法简介  16
    2.1.2 基本粒子群算法原理  16-18
    2.1.3 权重系数分析  18-20
    2.1.4 基本粒子群的算法流程  20-21
    2.1.5 粒子群的改进应用  21-22
  2.2 蚁群算法  22-25
    2.2.1 蚁群算法简介及改进应用  22-23
    2.2.2 带精英策略的蚂蚁系统  23-24
    2.2.3 最大-最小蚂蚁系统  24-25
  2.3 总结  25-26
第3章 全局路径规划的粒子群算法  26-35
  3.1 问题描述  26
  3.2 环境建模  26-29
    3.2.1 栅格填充  28-29
  3.3 粒子群的机器人路径规划  29-32
    3.3.1 问题解的编码  29-30
    3.3.2 适应度函数的选择及路径转换  30-31
    3.3.3 算法步骤  31-32
  3.4 仿真结果分析  32-34
  3.5 总结  34-35
第4章 全局路径规划的增强蚁群优化算法  35-44
  4.1 路径规划问题的环境建模与问题描述  35-36
  4.2 机器人路径规划的增强蚁群算法  36-40
    4.2.1 环境信息化初始化  37
    4.2.2 下一个点搜索策略  37-38
    4.2.3 路径平滑  38
    4.2.4 信息素更新策略  38-39
    4.2.5 局部信息素扩散  39-40
    4.2.6 增强蚁群算法的流程  40
  4.3 仿真测试与性能分析  40-43
    4.3.1 测试实例  41
    4.3.2 蚁群算法参数  41
    4.3.3 仿真测试与性能比较  41-43
  4.4 本章小结  43-44
第5章 粒子群蚁群融合算法  44-50
  5.1 粒子群蚁群融合算法  44-46
    5.1.1 融合算法的设计思想  44-45
    5.1.2 粒子群算法与蚁群算法的衔接  45-46
  5.2 算法步骤  46-47
  5.3 仿真结果与分析  47-49
    5.3.1 测试实例  47
    5.3.2 参数设置  47-48
    5.3.3 性能分析与比较  48-49
  5.4 总结  49-50
第6章 总结与展望  50-52
  6.1 总结  50
  6.2 展望  50-52
参考文献  52-56
攻读硕士学位期间论文发表和参加科研的项目情况  56-57
致谢  57-58

相似论文

  1. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  2. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  3. 图像拼接技术研究,TP391.41
  4. 唇读中的特征提取、选择与融合,TP391.41
  5. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  6. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  7. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  8. 基于改进蚁群算法的机器人路径规划研究,TP242
  9. 利用GST-标签大肠杆菌表达系统制备HPV 58 E7蛋白,R392
  10. 有源电力滤波器及其在配电网中的应用,TN713.8
  11. 鸭源鸡杆菌抗体消长规律研究及抗脂多糖单抗杂交瘤细胞株的建立,S858.32
  12. 媒介融合中电视媒体的困境与出路,G206
  13. 电视传播中的粉丝文化效应,G223
  14. 稳定分泌抗羊种布鲁菌脂多糖单克隆抗体杂交瘤细胞株的建立,R392
  15. 嗜热菌几丁质结合域及其在酶固定化中应用的研究,Q814
  16. 海上平台消防系统研究,U698.4
  17. 稻瘟病菌SNARE蛋白的生物信息学分析及Mgsec22的功能研究,S435.111.41
  18. 马链球菌兽疫亚种全菌结合类M蛋白亚单位灭活疫苗的研制,S858.28
  19. PEG诱导的雨生红球藻细胞融合与变异株的筛选,S968.49
  20. 三种后路腰椎融合术致相邻节段退变的有限元分析比较,R687.3
  21. 基于粒子群的分子对接算法,R91

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com