改进A星算法移动机器人路径规划

采用粒子群算法搜索每个栅格内的最优点坐标,将传统A星算法的搜索角度任意化。仿真表明,改进A星算法得到的路径缩短了4%,平均转折角度减小了54%。     

基于双向蚁群算法的路径规划研究

针对蚁群算法存在的搜索精度不足以及收敛速度缓慢等问题,本文提出了一种加入角度参数的双向蚁群算法用于解决机器人路径搜索问题。与传统蚁群算法不同,该算法首先对蚁群的起始位置进行改进,使其根据蚂蚁编号从地图中的一系列起点集合中选择适当节点出发,增加解的多样性同时并获得全局最优解。同时改进了信息素更新规则,对当前迭代次数寻找到的最优路径进行信息素奖励,使其对下次迭代蚂蚁的寻路过程起到引导作用。最后,为提高算法的收敛速度,提出了角度参数并将其加入到蚂蚁的转移概率中,使得蚂蚁在根据转移概率选择下一行走节点时能够优先选择与目标节点角度差较小的节点,从而提高获取最优解的概率,并在算法后期加快收敛速度。大量仿真实验结果表明本文所提出算法的路径搜索能力和迭代收敛效果显著提高。     

基于改进蚁群算法在最短路径搜索中的应用

论述了应用蚁群算法来求解最短路径问题,并对算法的状态转移规则、信息素轨迹更新策略进行改进,避免了算法过早陷入局部最优,并能较快地收敛到全局最优解。应用结果表明,该方法能有效解决最短路径搜索问题。     

一种基于神经网络的机器人路径规划算法

研究已知障碍形状和位置环境下的全局路径规划问题。给出了一个路径规划算法，其能量函数的定义利用神经网络结构，根据路径点位于障碍物内外的不同位置选取不同的动态运动方程。规划出的路径达到了析线形的最短无碰路径。仿真研究表明，本文提出的算法计算简单，收敛速度快，方法可行。     

基于改进A~*算法的仿生机器鱼全局路径规划

针对传统A*算法搜索速度慢和规划路径不够优化的缺点,引入可扩展节点,对A*算法流程进行改进,以减少时间和空间复杂度,提高搜索效率,并对规划路径进行优化处理,以有效的缩短路径。对存在凹形障碍物的地图,采用后退—尝试的方法解决路径规划的失败问题,使之绕过凹形障碍物取向目标点,达到输出最短路径的目标。     

一种改进的机器人路径规划算法

在将Ａ算法用于机器人路径规划时,通过采用动态可变步长及进行目标可见性测试,提高了路径搜索速度,并对路径进行了全局优化,仿真结果表明该方法是有效的。     

基于Hash table的启发式A-star及其改进算法在最短路径问题中的高效实现

介绍了一种应用在静态交通中最短路径规划的改进启发式A-star算法,首先对该算法中的关键步骤进行了描述和分析,然后针对传统采用数组或链表模式实现算法时占用资源过多或效率不高的情况,提出采用哈希表来优化算法,最后以湖北省的路径规划为实例对算法进行了测试和分析,证明引入哈希表对路网数据进行存储和检索,能实现规划数据的快速查找和计算,大幅度提高算法执行效率,减少实现的复杂度.     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

基于GIS地图的移动机器人路径规划

针对移动机器人路径规划实现条件的限制,提出基于GIS（geographicinformationsystem）地图的移动机器人路径规划．该方法应用改进A’算法,较好地实现了移动机器人的最优路径规划．在任意给定的地图中,只要确定了机器人的起点和终点,就可以找到该机器人在实际工作环境中符合需求的路径规划轨迹．应用VC＋＋编程进行实验,证明了该方法的有效性．     

基于优化的Floyed算法前r条最短路径的实现

最短路径的算法应用在很多领域,基本的Floyed算法是解决任意两点之间的最短路径,在实际应用中会要求给出前r条最短路径,以便决策,从中选择一条最佳的路径,文章在分析Floyed算法的基础上,给出改进算法,求解前r条最短路径,并且优化了Floyed算法的时间代价,使其对稀疏图的效率更高。     

计算最短路径树Dijkstra算法的改进

针对用于网络寻径表刷新的OSPF路由选择协议中使用的计算最短路径树的Dijkstra算法在网络应用中的不足，提出了一种改进算法，用以计算边和节点上都有代价的图的最短路径树，以更全面刻画网络状态，找到更合理的最短路径树，通过对同一个网络自治系统最短路径树的计算，比较了改进Dijkstra算法和Dijkstra算法的差别，结果表明改进Dijkstra算法能够更加全面地刻画网络状态，找出的最短路径树更为合理。     

VB环境下A＊算法的实现

A＊算法是一种典型的启发式搜索算法,应用于很多问题的求解中．在分析A＊算法思想的前提下,给出其编程实现的方法．并获得了在VB地图中一个顶点到另一个顶点的绕过障碍的最佳路径．     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于改进蚁群算法的三维路径规划

基于蚁群算法的三维路径规划大多存在规划速度慢、准确度不高等问题,提出了一种基于改进启发函数和自适应修正挥发系数的蚁群算法,设计了一种新的启发函数,提高了三维路径规划的准确度;提出自适应调整挥发系数,避免搜索陷入局部最优,同时加快了算法收敛速度。最后进行了仿真实验,结果证明了该方法的可行性和有效性。     

基于改进蚁群算法的机器人路径规划研究

针对物流机器人路径寻优问题,提出一种改进的蚁群算法。该方法使用双向搜索的A^*算法预先得出两条路径作为较优解,之后以路径为中心向各个搜索方向扩展成优势区域,以设定的系数提高区域内信息素浓度,最终实现传统蚁群算法的改进。在20 m×20 m的栅格环境内对算法进行仿真试验,结果表明改进的蚁群算法的路径寻优能力更强,可为物流机器人路径规划问题提供一定参考。     

时间依赖图下的最小费用路径搜索

该文提出了一种时间依赖图下最小费用路径的高效搜索算法。已有的算法从起点开始向四周扩展以发现到达终点的路径,搜索空间较大,查询耗时。本文从以下两方面减少搜索空间:首先缩小顶点的有效时间区间避免无用的计算,并且在顶点的相应的时间区间的最小费用正确计算出来之后,再计算扩展路径的费用;然后提出一种双向搜索方法,从起点和终点同时出发向四周扩展路径直到两个搜索相遇,从而控制搜索空间在以起点、终点为圆心的两个小圆内。针对路径的时变依赖性设计了双向搜索的停止条件和路径生成方法,理论上证明了方法的正确性。最后,在大规模数据集上测试验证了方法的有效性。     

一种用于无人车路径规划的改进双向快速扩展随机树算法研究

快速扩展随机树(RRT)算法在生成采样点时,采用随机扩展策略进行盲目搜索,导致路径生长过程中缺乏方向性且规划速度缓慢.针对此问题,提出了一种改进双向快速扩展随机树算法(Bi-RRT).首先,在节点的生成方式上,同时生成两个采样点,通过舍弃距离目标点较远的采样点来提高采样效率,确保采样点的有效性,加快路径规划速度;然后,结合自适应采样目标偏向策略,使路径的规划更具有方向性,能够逃离局部极小值.同时在规划过程中,两棵随机树分别选择对方生成的最新节点作为目标,以降低众多繁杂节点的产生,使路径生成更具有目的性;接着利用Matlab软件,将改进Bi-RRT算法同基本RRT和Bi-RRT两种路径规划算法进行对比分析.仿真结果表明,研究算法能缩短规划时间、减少迭代次数,具有较好的可行性和有效性.最后进行了样车实验,验证了研究算法的可靠性.