学位论文 > 优秀研究生学位论文题录展示
改进蚁群算法对CVRP及机器人路径规划问题的应用研究
作 者: 王沛栋
导 师: 冯祖洪
学 校: 北方民族大学
专 业: 计算机应用技术
关键词: CVRP 路径规划 蚁群算法 移动机器人 栅格法
分类号: TP242
类 型: 硕士论文
年 份: 2009年
下 载: 37次
引 用: 0次
阅 读: 论文下载
内容摘要
带负载的车辆路径问题(CVRP)和机器人路径规划问题都是著名的组合优化问题,现实中的很多问题都可以抽象为这两种问题。对于它们的求解方法有很多,例如:遗传算法、人工神经网络、模拟退火等等,但大都存在着执行时间长,效率不高等问题。蚁群算法自上个世纪90年代提出以来,在许多领域都得到了广泛应用,取得了不错的效果。与其它算法相比,蚁群算法具有更强的正反馈性、强启发性、协调性。本文针对上述两种问题的特点,分别提出两种改进的蚁群算法,并进行了实验仿真。实验结果证明了改进算法的有效性,本文的主要内容如下:针对CVRP问题,设计了一种改进的蚁群算法,其中提出了四点改进策略:1.初始化策略,初始化时,将蚂蚁都放置在配送中心,按照路径选择机制来选择初始点,增加了蚂蚁走出最优路径的可能性。此外,细化了路径上信息素的初始值;2.路径选择策略,使用蚂蚁群系统路径选择机制,以路径上的节约量作为启发信息,并且以小窗口策略来限制每次选取的客户数量,增强了选择的正确性,加快了解的收敛的速度;3.信息素更新策略,使用信息素局部更新与全局更新相结合的方法。在全局更新中提出一种新的动态更新方式,它能够根据蚂蚁构建路径的情况来调配最优路径上信息素值,使算法不致于“停滞”;4.局部搜索策略,除使用2-opt方法对每个车辆构成的路径进行调配处理外,加入客户插入、交换运算,增加了搜索的多样性,进一步加快了解的收敛的速度。针对机器人路径规划问题,提出了一种静态环境下机器人路径规划的改进蚁群算法。该算法使用栅格法对机器人的工作空间进行建模。通过模拟蚂蚁的觅食行为,使蚂蚁在起始点和目标点之间采用折返的方式完成最优路径的搜索,增强了蚂蚁搜索的多样性;搜索过程采用“惯性原则”和最大信息素搜索策略,使蚂蚁对最优路径更为敏感;同时,根据信息素在栅格模型中散播的特点,提出一种新的信息素更新策略和散播方式,加快了解的收敛速度。仿真结果验证了该算法的有效性,即使在障碍物复杂的地理环境下,用该算法也能迅速规划出最优路径。
|
全文目录
摘要 3-4 ABSTRACT 4-7 第一章 绪论 7-10 1.1 课题背景 7-8 1.2 研究内容 8 1.3 课题意义 8-9 1.4 本文结构 9-10 第二章 蚂蚁群算法 10-17 2.1 蚂蚁群算法的基本原理 10-11 2.2 蚁群优化算法 11-14 2.2.1 基本蚁群系统模型(Ant System, AS 算法) 11-12 2.2.2 蚂蚁群系统模型(Ant Colony System, ACS 算法) 12-13 2.2.3 基于图搜索的蚂蚁系统模型(Graph-based Ant System, GBAS 算法) 13-14 2.3 蚁群优化算法参数及意义 14-15 2.3.1 蚂蚁数目m 14 2.3.2 信息素蒸发率ρ 14 2.3.3 启发因子α和β 14-15 2.4 蚁群优化算法性能与特点 15-16 2.5 小结 16-17 第三章 CVRP 及机器人路径问题 17-25 3.1 车辆路由问题 17-20 3.1.1 车辆路由问题 17 3.1.2 VRP 问题发展的三个阶段 17-18 3.1.3 CVRP 问题描述 18 3.1.4 CVRP 的研究现状 18-20 3.2 机器人路径规划问题 20-23 3.2.1 机器人路径规划 20-21 3.2.2 机器人路径规划的分类 21 3.2.3 机器人路径路径规划的环境表达 21-22 3.2.4 机器人路径规划的路径搜索 22-23 3.3 本文主要解决的问题和任务 23-24 3.4 小结 24-25 第四章 CVRP 及机器人路径问题的改进蚁群算法 25-43 4.1 CVRP 问题的数学模型 25-26 4.2 蚁群算法应用于CVRP 研究现状 26-28 4.3 CVRP 问题的改进蚂蚁群算法设计 28-34 4.3.1 算法改进及说明 28-33 4.3.2 算法步骤 33-34 4.4 机器人路径规划环境的构建 34 4.5 机器人路径规划问题的数学模型 34-35 4.6 蚁群算法对机器人路径规划问题研究现状 35-37 4.7 机器人路径规划问题的改进蚂蚁群算法设计 37-40 4.7.1 算法改进及说明 37-39 4.7.2 算法步骤 39-40 4.8 改进算法的时间复杂度及收敛性分析 40-42 4.9 小结 42-43 第五章 仿真实验与结果分析 43-61 5.1 基于CVRP 问题的改进蚂蚁群算法 43-52 5.1.1 插入、交换运算分析 43-45 5.1.2 参数设置与分析 45-49 5.1.3 改进算法仿真实验与性能对比 49-52 5.2 基于机器人路径规划问题的改进蚂蚁群算法 52-58 5.2.1 参数设置与分析 52-55 5.2.2 改进算法仿真实验与性能对比 55-58 5.3 综合实验与分析 58-60 5.4 小结 60-61 第六章 总结与展望 61-63 6.1 总结 61 6.2 进一步的工作 61-63 致谢 63-64 参考文献 64-67 攻读学位期间发表的学术论文 67
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 移动WSN基于虚拟簇头数据收集策略的研究,TP212.9
- 移动机器人全覆盖路径规划算法的研究,TP242
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 面向GPS导航拖拉机的最优全局覆盖路径规划研究,TN967.1
- 基于物理拓扑感知的Chord算法研究,TP393.02
- RoboCup中型组足球机器人的设计和开发,TP242
- 电渣炉过程控制系统的设计及优化控制,TP273
- 移动机器人路径规划研究及仿真实现,TP242
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 图像信息处理机的图像处理方法研究,TP391.41
- 双层车库车辆调度辅助决策支持系统,TP242
- 小型移动机器人系统平台的模块化设计与实现,TP242
- 无线传感器网络节点三维定位算法研究,TN929.5
- 智能光网络中路由选择算法的研究,TN929.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|