基于遗传蚁群混合算法的激光切割机路径优化

激光切割机的路径优化问题是激光切割行业的一个关键问题,针对其特点将其归纳为广义旅行商问题,利用改进的遗传蚁群算法来求解该问题。算法以时间距离最短为目标函数,对轮廓切割顺序及轮廓切割起始点同时进行优化。为了让算法所得解能够快速聚集在最优解附近而又不至于陷入局部最优解,利用遗传算法快速随机的全局搜索能力来产生蚁群算法初期的信息素分布,蚁群算法采用最大最小蚂蚁算法同时在其加入变异因子。仿真结果表明取得了非常好的效果。     

基于改进蚁群算法激光导航轮式机器人路径规划

针对激光导航轮式机器人在复杂环境中路径规划原始算法存在路径较长和收敛速度较慢的问题,提出了一种改进蚁群算法。在实际算法中,先利用MAKLINK图论建立AGV运行环境的空间模型,接着用Dijkstra算法搜索优化路径;然后,在Dijkstra算法的基础上采用蚁群算法搜索最优路径;紧接着,在改进蚁群算法中,优先选择搜索前后两节点同起点到终点夹角一致或相差不大的后一个搜索节点,获取新的信息素更新策略,并进行角度的初始化和信息素计算;最后,在Matlab上完成算法的编写并得到仿真结果。结果表明,改进蚁群算法路径优化性能更好,对实际环境中机器人的路径规划具有指导意义。     

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...     

改进蚁群算法在焊接机器人路径规划中的应用

路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。     

基于蚁群算法的白车身焊接机器人路径优化研究

针对目前焊接机器人路径规划缺乏理论依据的现状,本文提出了将路径规划问题抽象为TSP问题的数学模型解决思路。文章分析研究了该数学模型的计算方法,运用蚁群算法作为计算引擎,编写了相应的Matlab优化程序。结果证明,该算法不仅有效,而且具有较快的计算速度。     

基于改进蚁群算法的立体仓库三维空间路径优化

拣货作业作为在制造企业仓储系统中重要环节,其工作效率直接影响整个仓储系统的运行速度和工作成本.首先基于现有蚁群搜索算法,研究了将原有的二维平面搜索路线空间扩展到三维空间的改进蚁群算法;其次对改进蚁群算法进行仓储三维空间路径优化研究,针对现有仓库货架模型,将蚁群算法中两点间的直线路径转化成水平与垂直的折线路径将概率模型与...     

基于蚁群算法AS-R移动式机器人路径规划的研究

蚂蚁算法是—种新的仿生优化方法。它吸收了昆虫中蚂蚁的行为特性,通过其内在的搜索机制,在一系列组合优化问题求解中进行寻优。本文提出了一种适用于移动式机器人路径规划的蚁群优化方法,该方法在移动式机器人执行任务时可以在避开障碍的情况下,以最短路径到达目标点。实验研究证明了该方法的可行性和优越性。     

基于蚁群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,对曲面进行分片处理,并建立喷枪路径的评价函数,在每一片上进行喷涂机器人喷枪路径的规划。为了使喷涂机器人喷涂作业的时间最短,将整个曲面上的喷枪路径优化组合问题看成乡村邮递员问题(ORPP),并利用改进的蚁群算法求解ORPP问题。算法中通过在进化过程中动态调整蚂蚁的个体信息,激励蚁群搜索可行空间并发现最优解集。最后以一个复杂曲面工件为喷涂对象进行喷涂实验,结果证明了改进的蚁群算法比一般性随机算法效果更佳。     

基于蚁群算法全自主机器人路径规划研究

蚁群算法是一种源于大自然中生物世界的仿生类算法,它模仿昆虫王国中蚂蚁搜索食物的行为特征,是一种通用型随机优化方法。本文将蚁群算法引入全自主机器人路径规划之中,让机器人寻求一条最优路径。仿真实验证明了该方法的可用性和有效性。     

轮式机器人路径规划的改进蚁群算法CSCD

针对轮式机器人在多窟障碍地形图中的路径规划问题,为了克服基本蚁群算法的局部最优问题,提高算法的收敛速度,以及节约找寻最优路径的时间,提出了一种基于多维信息素及模糊集的改进蚁群算法。在栅格化地图上,通过模糊集将某一点距离障碍物以及接受目标的信息程度表达出来,重新更新栅格化地图,从而减少地图中搜索空间,节约搜索时间。其次把传统蚁群算法中的一维信息素改进为多维信息素,得到满足多个约束条件下的路径。通过多组仿真实验的结果表明,验证了改进算法的可行性和有效性,提高了基本蚁群算法对最优路径问题的优化性能与收敛速度。与现有算法相比较,迭代次数节约了70%左右,缩小了20%的蚁群数量。     

飞机结构件槽特征加工路径优化算法研究

提出了一种基于分治法思想的加工路径优化算法。该算法将槽特征加工路径的优化近似为旅行商问题(TSP),根据槽的分布对TSP路径进行几何分区,分别应用正交路径法、最近邻算法等求解,并将结果合并为完整路径。最后通过实际应用验证了该算法实现简单,求解速度快,优化结果同人工编排的加工路径非常接近,具有可行性和有效性。     

基于GIS的应急物资配送路径优化算法研究

为了保障人民群众生命财产安全,应急物资的快速、安全配送是非常重要的,将GIS应用于应急物资配送中,结合计算机技术,将优化路径可视化,有效的提高配送效率。论文提出一种配送模型,用蚁群算法解决,利用Delphi编程,系统实现路径优化功能。     

蚁群算法求电动汽车最优行驶路径与充电方案

针对目前电动汽车动力电池容量有限、充电时间较长的问题,为缓解用户出行顾虑,提出蚁群算法优化电动汽车行驶路径与充电方案。在基本路网结构中加入了对充电站分布的考虑,应用蚁群算法分别对分段路线和全局充电方案进行优化,最终将两部分结合形成全局的最优行驶路径。试验结果表明,算法推荐的行驶路线可以做到所需的充电时间最短且全局的耗电值最小,算法是有效的。     

An improved ant colony algorithm and its application in optimal routing problem

Ant colony system(ACS),a kind of ant colony algorithm,is an effective way of solving shortest path problem,however,it has some defects.In this paper,ACS is improved for avoiding getting stuck in a local minimum,whose defects mainly include the following two aspects:initial pheromone solution and pheromone updating.In order to learn the advantages of improved ant colony system(IACS),experiments are conducted for some times.First,it is applied to 8 traveling salesman problem(TSP)instances,and compared with three self-organizing map(SOM)algorithms.Then the author analyzes the space complexity and convergence of two algorithms and compares them.Simulation results show that IACS has much better performance in solving TSP,and it has certain theoretical reference value and practical significance.     

复杂环境下的装配路径求解与优化

针对三维复杂环境下的装配路径规划问题,运用栅格法建立了规划空间模型,基于蚁群算法求解出了一条避开障碍物的初始路径;对求解得到的装配初始路径,提出采用二分法插值优化方法缩短装配路径长度,在规划过程中采用目标零件与障碍物的轴向包围盒进行避障。对装配路径的求解及优化进行了实例测试,获得了一条无碰撞的最短的平滑路径,验证了算法的有效性和可行性。     

基于ObjectARX及改进贪心遗传算法的切割路径优化

为了缩短割炬加工零件时间,利用图论中旅行商问题模型提出了一种改进的贪心遗传算法,并将其利用ObjectArx在AutoCAD平台上实现.该算法从加工轮廓中提取特征点作为旅行商问题的城市,采用贪心交叉方式作为交叉准则、二点异位方式作为变异准则、颠倒变异与交叉的顺序,并利用轮盘赌选择父辈.该算法利用轮盘赌原理优化了第一座城市的选择,经实例仿真验证具有很好的效果,可以显著减少空行程,达到节约时间及成本的目的.     

贪心遗传算法求解组合优化问题

许多问题最终可以归结为求解一个组合优化问题,GA是求解组合优化问题的一个强有力的工具,但遗传算法在应用中常出现收敛过慢和封闭竞争问题,本文提出贪心遗传算法。该算法的初始种群建立、交叉和变异等过程,都引入贪心选择策略指导搜索;移民操作向种群引进新的遗传物质,克服了封闭竞争缺点。贪心遗传算法可以避免早熟收敛并改进算法的性能,算法搜索起步阶段的效率是非常高的,本文通过TSP问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果。     

Study of TSP based on self-organizing map

Self-organizing map （SOM） proposed by Kohonen has obtained certain achievements in solving the traveling salesman problem （TSP）.To improve Kohonen SOM,an effective initialization and parameter modification method is discussed to obtain a faster convergence rate and better solution.Therefore,a new improved self-organizing map （ISOM） algorithm is introduced and applied to four traveling salesman problem instances for experimental simulation,and then the result of ISOM is compared with those of four SOM algorithms：AVL,KL,KG and MSTSP.Using ISOM,the average error of four traveling salesman problem instances is only 2.895 0％,which is greatly better than the other four algorithms：8.51％ （AVL）,6.147 5 ％ （KL）,6.555 ％ （KG） and 3.420 9 ％ （MSTSP）.Finally,ISOM is applied to two practical problems：the Chinese 100 cities-TSP and 102 counties-TSP in Shanxi Province,and the two optimal touring routes are provided to the tourists.     

自动分拣系统分拣作业任务优化

为提高配送中心复合式分拣系统的整体分拣作业效率,提出按照物品品项相似度和分拣线作业任务均衡原则进行分拣调度的方法,该方法代替以往人工分配配送线路到各分拣线的调度模式,即解决分拣过程中由于不同配送线路中物品品牌结构不一致引起的频繁调换分拣通道问题,又解决不同分拣线间作业任务量不均衡问题。上下复合式分拣系统分拣单条配送线路时,存在上下分拣线任务不均衡和单线内各通道任务不均衡问题,为此建立以上下线分拣总量之差及各分拣通道作业任务均方差最小的分拣任务模型。为获得较优的分拣任务分配方案,在按订单送货顺序分组的基础上,使用蚁群算法进行求解。试验结果表明,上下线各分拣通道任务量能按效率比例分配,执行时间和优化效果能很好地满足分拣作业要求。