改进粒子群算法的移动机器人平滑路径规划

摘要：

针对粒子群(PSO)算法在解决移动机器人平滑路径规划问题中出现的早熟现象,本文提出了一种基于种群进化状态的自适应粒子群算法(ES-PSO).本方法在不损害PSO算法快速收敛特性的前提下,通过粒子当前位置来判定种群动态进化状态,从而合理有效地评估种群进化能力.最后,根据具体应用场景,提出粒子初始化策略和带有惩罚函数的适应值函数优化策略,并应用所提改进粒子群算法和Bezier曲线方法解决移动机器人平滑路径规划问题.实验结果表明,该算法与传统算法相比较能够快速准确地寻找到机器人的平滑最优路径.

关键词：自适应粒子群算法、Bezier曲线、种群进化、初始化策略、罚函数

所属期刊栏目：40

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目61873169

在线出版日期：2020-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2550-2555