基于粒子群优化算法的AGV路径规划

摘要：

针对粒子群优化(PSO)算法应用于自动导引车(AGV)路径规划时迭代次数较多、收敛速度慢以及生成路径转弯次数多,影响生产效率等问题,提出一种具有遗传因子的粒子群优化算法.引入自适应惯性权重提高算法收敛性,借鉴遗传算法交叉、变异的思想对粒子进行交叉、变异操作增加种群多样性,有效减少算法迭代次数、提高收敛速度,使算法快速产生全局最优解.在算法适应度函数中引入转弯次数因素,减少路径转弯次数,降低路径复杂度.MATLAB仿真实验结果表明:优化后的PSO算法可以有效降低迭代次数,提高收敛速度,简化路径复杂度,得到全局最优路径.

关键词：自动导引车、粒子群优化(PSO)算法、路径规划、转弯次数

所属期刊栏目：39

分类号：TP273(自动化技术及设备)

资助基金：河北省科技计划资助项目14214902D

在线出版日期：2020-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：123-126