基于NN改进PSO算法的机器人路径规划

摘要：

本文介绍了基于神经网络和微粒群优化算法的移动机器人动态避障路径规划算法.通过神经网络改进的微粒群算法,充分利用了神经网络的融合性和并行性来提高微粒群算法中适应度函数的准确性.通过神经网络描述机器人工作空间的动态环境约束并找到最优的适应度函数,在微粒群算法中使用该函数,求得微粒群算法最优无碰路径.

关键词：神经网络、微粒群优化算法、动态避障、路径规划

所属期刊栏目：25

分类号：TP24(自动化技术及设备)

资助基金：国家自然科学基金项目"基于学习的无模型自适应控制理论及其在快速路入口匝道控制中的应用"60474083.2005.1-2007;国家自然科学基金项目"高阶内模学习控制理论及其在快速路交通控制中的应用"2008.1-2010;高等学校博士学科点专项科研基金批准项目,快速路交通流的非严格重复学习控制理论及实现20060004002

在线出版日期：2009-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：258-260