复杂环境下基于改进人工蜂群算法的机器人路径规划

为了使机器人在复杂环境下规划出最优路径,提出了基于改进人工蜂群算法的路径规划方法。分析了传统的人工蜂群算法原理;为适应复杂环境下路径规划,引入了小步长侦查蜂用于侦查跟随蜂可能前进方向的障碍物分布情况,根据侦查出的障碍物复杂度和节点与目标点距离对可行节点进行评分,得分大小作为跟随蜂选择下一节点的依据,这样就可以使跟随蜂成功避开障碍物复杂区域。使用改进算法进行路径规划,将规划结果与传统蚁群算法和传统人工蜂群算法比较,改进人工蜂群算法规划路径最短,且算法耗时最少。     

基于优化人工蜂群算法的多机器人协同规划

为了提高人工蜂群算法在多机器人路径规划中的性能,提出了优化人工蜂群算法。提出了一种新的环境建模方法,将障碍物边缘平滑化;分析了人工蜂群算法原理,改进了新食物源的生成方法,提出了自适应的搜索因子,兼顾了大范围搜索和算法收敛速度;改进了机器人路径点的表示方法,使用位置夹角表示机器人路径点,减少了位置参数;使用加权方式将路径长度、路径平滑度、路径安全性综合为目标函数。仿真实验结果表明,改进在多机器人路径规划中不仅耗时较少,而且路径也短,且随着机器人数量的增加,耗时和路径长度的差距越来越大。     

混合改进人工蜂群算法的机器人路径规划研究

传统群智能算法在研究路径规划时,存在早熟、搜索效率低及难以获取最佳路径等不足。针对这些问题,提出了一种混合改进人工蜂群算法。新算法首先利用人工势场法高效简单的优势将其与标准人工蜂群算法相结合,然后针对算法中存在易于陷入局部最优等缺陷将Levy分布与柯西变异算子引入标准人工蜂群算法中,新算法用Levy分布产生的步长取代食物源更新公式中的随机步长,在随机搜索策略中运用柯西分布的特点进行全局搜索。实验结果表明,改进后的算法在求解机器人运动路径时能够有效提高搜索效率和精度,新算法具有可行性和有效性。     

基于遗传算法的机器人运动路径规划的应用研究

遗传算法是模拟自然界生物进化过程的计算模型,作为一种有效的全局并行优化搜索工具,它具有简单、通用和适于并行分布处理的特点以及广泛的应用潜力。本文介绍了遗传算法的基本原理、方法和特点,并着重从应用的角度讨论用遗传算法求解机器人最短路径规划问题。通过对实例的分析及计算,得出较为理想的结果。     

改进人工势场的机器人路径规划

为了克服人工势场法的缺陷、提高其路径规划性能,提出了改进的人工势场法。分析了人工势场法原理,针对其目标不可达问题,将机器人与目标点距离引入到斥力场函数,得到了改进的斥力场函数;针对局部最小值问题,引入逃逸力;为进一步提高算法性能,使用遗传算法优化参数设置,使得规划路径更加平滑;根据环境复杂度,提出了自适应步长调节算法。使用仿真实验对改进算法进行了验证,结果表明,改进算法可以克服传统算法目标不可达、局部最小值问题,而且改进算法路径更加平滑,自适应步长算法在路径规划中行走61步到达目标,固定步长法行走145步到达目标,充分说明了改进算法的优越性。     

清洁机器人基于遗传算法的全区域路径规划

介绍并分析了国内目前的几种智能型清洁机器人的全区域路径规划方法.以此为基础,提出了利用遗传算法对清洁机器人进行全区域路径规划的方法,最后对仿真结果进行了分析.     

基于遗传算法的自动导引机器人全局路径规划

基于轨线导引的自主移动机器人的全局路径规划是一种较典型的路径规划问题。本文将必经路径点的所有离散组合影射到连续的整数域 ,然后采用了基于二进制编码的经典遗传算法来进行最优路径规划 ,收到了良好的效果。仿真结果表明 ,此算法可在较短时间内求得最优解或近似最优解     

基于遗传算法的喷涂机器人喷枪路径规划

根据复杂曲面的几何特性和拓扑结构,对曲面进行分片处理,在每一片上进行喷涂机器人喷枪路径的规划。将整个曲面上的喷枪路径顺序组合问题看成乡村邮递员问题（ORPP）,并采用哈密尔顿图形法表示ORPP,用遗传算法进行求解。个体编码采用代表哈密尔顿图中顶点的实数编码和代表每片上路径方向的编码相结合的方法,可实现对问题空间的全局快速寻优。最后以某品牌汽车车身后盖为喷涂对象进行仿真实验,实验结果验证了所提算法的有效性     

基于遗传算法的焊接机器人三维路径规划研究

针对汽车焊接机器人路径规划不合理的问题,采利用遗传算法针对三维路径规划问题提出了相应的遗传编码方法,构造了相应的遗传算子,为焊接机器人三维路径的规划问题提出了一条新的发展路径。     

基于改进蜂群算法的桥式起重机吊装路径规划

为使桥式起重机在复杂环境中实现最优路径规划,文中提出改进人工蜂群(artificial bee colony,ABC)路径规划新方法.建立三维地图环境模型,针对凹形障碍导致规划路径会穿过障碍物的问题,对凹形障碍作虚拟填充处理.在此环境中进行路径规划时,结合桥式起重机运行特点,考虑起重机吊装的高度变化,在分析传统蜂群算法...     

基于混合智能算法的三自由度移动机器人的路径规划

基于最近优先(best-first)算法和遗传算法,提出了一种路径规划的混合智能算法。首先,基于最近优先(best-first)算法进行路径点搜索,当遇到局部极小点时,采用遗传算法进行局部极小点的逃离。该混合智能算法成功地应用于三自由度机器人的路径规划中,仿真实例表明该方案的可行性与有效性。     

基于改进蚁群算法的移动机器人路径规划研究

针对蚁群算法在复杂环境下收敛速度慢且易陷入局部最优值的问题,提出一种改进的蚁群优化算法。该方法依据起始点和目标点位置信息选择全局有利区域增加初始信息素浓度,提高前期蚂蚁搜索效率;增加避障策略,避免蚂蚁盲目搜索产生大量交叉路径并有效减少蚂蚁死锁数量;采用动态参数控制的伪随机转移策略,提出优质蚂蚁信息素更新原则,自适应调整挥发系数,提高算法全局性;进行二次路径规划,优化路径并降低移动机器人能耗的损失。实验结果表明,该算法有较高的全局搜索能力,收敛速度明显加快,并且可以有效提高移动机器人工作效率,验证了该算法的有效性和优越性。     

Discrete artificial bee colony algorithm for lot-streaming flowshop with total flowtime minimization

Unlike a traditional flowshop problem where a job is assumed to be indivisible, in the lot-streaming flowshop problem, a job is allowed to overlap its operations between successive machines by splitting it into a number of smaller sub-lots and moving the completed portion of the sub-lots to downstream machine. In this way, the production is accelerated. This paper presents a discrete artificial bee colony (DABC) algorithm for a lot-streaming flowshop scheduling problem with total flowtime criterion. Unlike the basic ABC algorithm, the proposed DABC algorithm represents a solution as a discrete job permutation. An efficient initialization scheme based on the extended Nawaz-Enscore-Ham heuristic is utilized to produce an initial population with a certain level of quality and diversity. Employed and onlooker bees generate new solutions in their neighborhood, whereas scout bees generate new solutions by performing insert operator and swap operator to the best solution found so far. Moreover, a simple but effective local search is embedded in the algorithm to enhance local exploitation capability. A comparative experiment is carried out with the existing discrete particle swarm optimization, hybrid genetic algorithm, threshold accepting, simulated annealing and ant colony optimization algorithms based on a total of 160 randomly generated instances. The experimental results show that the proposed DABC algorithm is quite effective for the lot-streaming flowshop with total flowtime criterion in terms of searching quality, robustness and effectiveness. This research provides the references to the optimization research on lot-streaming flowshop.     

基于人工蜂群算法的供水泵站运行优化研究

针对泵站普遍因存在供需不平衡、管理差等而造成大量能源浪费的问题,对泵站系统扬程、效率偏差情况进行分析,明确了系统供需间的差异情况,利用灰色关联度法,对泵站目标电耗的影响因素进行关联度分析,确定了扬程、效率、流量3个影响因素关联度大小.建立以单位产量电耗最小为目标函数的优化调度模型,并结合泵站实际情况,运用人工蜂群算法(...     

基于改进蚁群算法的多服务机器人路径规划

为解决多服务机器人全局路径规划的问题,将基本蚁群算法应用到多服务机器人全局路径规划上,并对基本的蚁群算法作了改进.对基于算法的多服务机器人系统的构成进行了描述,接着对多服务机器人系统环境的表示方法及算法中对应问题的描述和定义进行了研究.对应用到多服务机器人系统的基本蚁群算法提出了几种改进的策略,并对改进的蚁群算法应用到...     

基于IAGA的机械手时间最优轨迹规划

为了实现机械手在约束范围内以最快的速度运动,将遗传算法应用于机械手时间最优轨迹规划的研究。在遗传算法进化过程的基础上,提出了一种基于种群集散状态的改进自适应遗传算子,同时采用了优胜劣汰的选择方式,进化后期交换交叉和变异的顺序,有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验,并与混沌优化法进行了对比分析。实验结果表明,所提出的算法可以有效地防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力。     

基于改进蚁群算法的移动机器人全局路径规划

为提高机器人全局路径规划的通用性,将机器人的环境地图分为目标点在障碍物内和障碍物外两种情况,采用了伪随机比例规则和随机选择机制,使蚂蚁下一节点的选择在倾向于目标点的同时又不会陷入局部最优解,既提高了蚂蚁的搜索效率又扩展了搜索范围,并采用最大一最小蚂蚁思想来限制信息素的强度以防止早熟收敛现象的发生。为提高算法的实用性,运用几何方法对路径进行了修正处理,实现了机器人的快速全局路径规划。仿真研究表明：该算法具有较强的通用性、实用性和路径较优的特点。     

关于足球机器人路径规划中人工势场法的研究

人工势场法是一种简单有效的路径规划算法.本文阐述了目前国内外对该方法的各种改进算法和与其它方法相结合的应用,并在此基础上分析和总结了各种方法的优缺点和目前存在的问题,提出对今后工作的几点展望和下一步的工作方向.     

基于遗传算法的装配序列规划研究

分析了传统装配序列规划的不足,建立了考虑子装配体稳定性的目标函数,采用带记忆的遗传算法进行装配序列规划;在初始种群生成时,可以输入带专家知识的可行装配序列改善种群的组成成份;在各种群的生成过程中,始终保留所获得的当前最优可行装配序列,确保算法最终收敛到最优或近优解。最后以实例说明该方法的有效性。     

基于遗传算法的激光打孔路径优化

针对目前激光打孔过程中存在的问题,采用遗传算法对激光打孔路径进行优化.建立了路径优化目标函数模型,对激光打孔路径优化总体设计,遗传算法的实现所需要的适应度函数、选择算子、交叉算子、变异算子等遗传操作进行了说明,并通过实例说明,采用遗传算法对激光打孔路径进行优化,可以显著地提高激光打孔加工效率.