10.3969/j.issn.1006-9348.2010.03.042
一种遗传蚁群算法的机器人路径规划方法
研究遗传算法和蚁群算法可作为新兴的智能优化算法,在解决多目标、非线性的组合优化问题上表现出了传统优化算法无可比拟的优越性.基于将两种智能优化算法动态融合的思想提出了一种新的遗传蚁群算法(GA-ACO).与已有的将遗传算子引入蚁群算法的结合方式不同之处在于,GA-ACO算法第一阶段采用了遗传算法生成初始信息素分布,在第二阶段采用蚁群算法求出最优解,从而有效地结合了遗传算法的快速收敛性和蚁群算法的信息正反馈机制.仿真结果表明,在具有深度陷阱的特殊障碍物环境下,应用GA-ACO算法求解机器人路径规划问题可以得到较好的的结果.
遗传算法、蚁群算法、机器人路径规划
27
TP24(自动化技术及设备)
国家自然科学基金60674015;上海市重点学科项巨B504
2010-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
170-174