动态微粒群算法及其在群体动画中的应用
针对现有微粒群算法在动态优化问题中容易陷入局部极值问题,提出了一种改进的动态微粒群算法——AVPSO.AVPSO用所有微粒局部最优值的平均值来代替全局最优值,通过有目的的重新初始化部分微粒扩大种群搜索范围,在感知到环境发生变化时迅速、准确地实现对目标的跟踪.实验结果表明,在求解动态优化问题时,AVPSO表现出很好的性能.将AVPSO应用于群体动画中,实现了群体路径规划的自动化.
微粒群算法、跟踪、动态环境、全局最优、路径规划
32
TP18(自动化基础理论)
国家自然科学基金项目60970004;山东省高等学校科技计划基金项目J10LG08;山东省优秀中青年科学家科研奖励基金项目BS2010DX033
2011-12-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
2809-2812