基于改进蚁群算法的智能机器人路径规划

从以往的研究资料中可以了解到,智能机器人路径规划是机器人研究领域中的一项重要分支,同时也是智能机器人用以执行各种指令的基础条件。在研究智能机器人的路径规划过程中,遇到了诸如易陷入局部最优等问题,进而提出应用改进蚁群算法来改善这一状况,并且取得了良好的实效。本文就针对改进蚁群算法支撑下的智能机器人路径规划的相关研究内容做以论述,以期为推进机器人研究提供有益的理论素材。     

轮式沥青摊铺机施工路径规划方法

在建筑工程项目实施过程中,通过智能算法降低机械调度成本,有助于减少建设成本支出,确保施工企业具有良好的市场竞争力。本文选择轮式沥青摊铺机作为研究对象,研究了蚁群优化算法在沥青摊铺施工现场进行路径优化的应用问题。首先采用栅格法对摊铺机的工作空间建模,获得包含障碍物在内的栅格地图;接着将施工路径规划问题转换成最优化问题,在提出摊铺机移动规则的基础上,利用蚁群优化算法进行路径规划实现;最后通过在某工程项目实施过程中进行验证,证明了规划出的路径既可以保证有效避开障碍物,又能够降低摊铺机行驶油耗量,从而降低工程成本支出。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

基于蚁群算法的城市基础设施项目规划方法

随着城市的经济发展,城市基础设施项目建设的作用越来越突出,传统的城市基础设施项目规划方法已经无法满足目前的投资最大化需求,因此基于蚁群算法设计了新的城市基础设施项目规划方法。设计了城市基础设施项目规划标准,基于蚁群算法构建了城市基础设施项目规划模型,对城市基础设施建设投资进行控制,从而实现了城市基础设施项目规划。通过实例分析结果表明,设计的城市基础设施项目规划方法的规划效果较好,资金利用率较高,证明设计的方法具有有效性,有一定的应用价值,可以作为后续城市基础设施项目建设的参考。     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径.运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应.将...     

物流配送路径安排问题的混合蚁群算法

本文针对物流配送路径选择问题 ,提出了一种混合蚁群算法 ,以克服经典蚁群算法时间复杂性过大的难点。论文还研究了该算法解的二次优化方法以更适合实际情况。实证表明论文算法的求解效果良好。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS5990)、中国《钢结构设计规范》(GB50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法。     

基于蚁群算法的刚架结构优化设计

通过对蚁群算法原理分析及对3跨24层168根杆件的钢框架采用蚁群算法的结构质量进行优化计算,并对此结构采用美国钢结构规范(AISC)、英国钢结构规范(BS 5990)、中国<钢结构设计规范>(GB 50017-2003)3种规范体系对比分析,显示出了蚁群算法对基于TSP模型的此类结构优化设计具有很好的实用价值,为土木工程结构优化与分析计算提供了有效可行的方法.     

孤立森林算法的灭火救援疏散路径规划方法

针对建筑火灾中人员疏散路径规划问题,提出基于孤立森林算法的灭火救援疏散路径规划的方法。运用布置在火灾现场的无线传感器网络采集火灾环境信息,构建火灾数据样本,随机分割并训练火灾数据样本,创建多个孤立二叉树组建孤立森林,识别火灾异常数据,获得着火点及障碍物位置,并以栅格法构建火灾救援环境动态地图为基础,通过更新位置节点当量距离、信息素浓度以及信息素挥发因子的改进蚁群算法,构建救援疏散路径组合优化模型,规划出最佳灭火救援疏散路径。测试结果表明：该方法可准确检测火灾中的着火点位置,可在多起点、多终点的救援疏散路径规划中更好地避开着火点和障碍物,快速、合理地规划出最佳灭火救援疏散路径。     

基于Q学习蚁群算法的热网优化方法

以热网最小年费用作为目标函数,引入基于Q学习规则的蚁群算法,建立了热网优化算法。结合算例,比较了比摩阻算法、模拟退火算法、基于Q学习规则蚁群算法,基于Q学习规则蚁群算法的热网最小年费用最低。     

基于蚁群算法的水资源优化配置

利用蚁群算法的全局搜索最优特性,提出了求解水资源优化配置问题的方法,并详细论述了水资源优化配置中蚁群算法的实现过程,最后结合实际水源和用户情况,计算出在不同保证率下的用水优化分配方案,以供参考。     

蚁群算法及其在硐群施工优化中的应用

为解决复杂的组合优化问题，近来提出了一种新的模拟进化算法－－蚁群算法。从原理，算法实现等方面详细介绍了该算法，并针对有序组合优化问题，改进了原算法。把改进算法应用于地下工程中的一类组合优化问题－硐群施工顺序优化。一个大型地下硐室群工程的施工顺序优化结果表明，蚁群算法的应用效果良好，是解决岩土工程中的组合优化问题的一种好方法。     

蚁群优化算法基本原理及研究进展

对蚁群算法的原理及特点进行了论述,进行了算法在几种优化问题上的应用研究,对算法的一些不足进行了分析,提出了几种算法改进的方法,进行了该算法下一步研究的展望。     

基于改进蚁群算法的森林火灾救援机器人三维路径规划

森林火灾中,救援机器人需在三维环境中工作,研究三维路径规划具有重要意义。为了解决基于蚁群算法的三维路径规划中容易陷入局部最优和搜索时间长的普遍问题,提出了一种改进的信息素更新算法和引入安全值的启发式函数。为更好地避开障碍和火势集中区域,选择平面和视野相结合的搜索模式。根据传统蚁群算法和改进蚁群算法的试验结果,后者比前者迭代减少约30次,适应度值减少2.4×10³,提高了系统的运行效率,且后者的路径选择更加合理,证明了改进算法的优越性。     

基于蚁群算法的装配式建筑施工工序多目标优化模型

作为我国经济支柱产业,建筑业长期以来属于粗放型产业.由于粗放式管理,建筑施工阶段往往面临工期延长、成本超标等问题,并产生大量碳排放.为了有效解决这一问题,本文从装配式建筑施工过程出发,首先以叠合板构件安装过程为例详细梳理了施工工序以及每道工序的人工、材料以及机械或设备等资源的消耗类型.随后,结合多目标优化思想,构建了施...     

基于改进蚁群算法的钢结构优化设计

在介绍蚁群优化算法的原理、基本框架的基础上,提出了一种改进的蚁群算法——分层蚁群算法,并将该算法应用到钢结构优化设计中,最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。     

基于改进蚁群算法的无线传感器网络优化

本文通过对无线传感器技术的阐述,提出了一种最大流量算法,用于研究静态无线传感器网络中K势垒的高覆盖率问题。     

蚁群算法在GIS最短路径求解中应用的初步研究

最短路径的求解是GIS应用中的主要问题之一。在传统的最短路径求解算法中,Dijkstra算法和启发式搜索算法-A＊算法具有较好的效果,得到了广泛的应用。蚁群算法是由意大利学者Dorigo等人于20世纪90年代初期通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化系统。蚁群算法最早成功应用于解决著名的旅行商问题,该算法采用了分布式正反馈并行计算机制,易于与其他方法结合,而且具有较强的鲁棒性,是一种很有前途的仿生优化算法。本文将对该算法应用于GIS中最短路径的求解方面的问题进行初步的研究。     

基于蚁群算法的土石坝土体参数反演

介绍了新近为求解复杂组合优化问题而提出的蚁群算法。将蚁群算法运用于土石坝土体参数反演问题的求解:先对反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题;再针对土体参数反演问题的特点,改进蚁群算法,并将其用于土体参数的反演计算。算例表明,改进蚁群算法可有效求解土石坝土体参数反演问题。