基于粒子群算法的无人机航迹规划问题

首先将无人机航迹问题转换为多目标的TSP问题数学模型,建立了航迹规划问题的数学模型.然后将轨迹规划问题转换成一个求最短路径的单目标的有约束是优化问题,针对这类问题的求解,采用了一种新的粒子群算法并利用软件编程求解.最后验证了结果的可行性,同时讨论了结果的稳定性和收敛性.     

基于蚁群-粒子群融合算法的无人机三维航迹规划研究

无人机飞行空间广阔,需要一种快速搜索最佳路径的方法,本文在飞行区域中建立航迹规划环境模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种蚁群-粒子群融合算法,充分利用蚁群算法良好的分布机制、信息反馈机制和粒子群算法收敛速度快、全局搜索能力强的特点,使无人机能够自动避开威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.用Matlab对算法进行仿真实验证明,算法能为无人机的三维航迹规划提供一种快速、安全、高效的搜索方法.     

基于小生境粒子群的属性约简算法

遗传算法（GA）及蚂蚁算法（ACO）等进化属性约简算法,具有全局寻优的优点,但存在算法时间复杂度高,搜索空间大等不足;粒子群（PSO）属性约简算法,虽然可提高求解效率,但易陷入局部最优.本文引入小生境技术,提出基于小生境粒子群的属性约简算法,利用小生境技术造就种群的多样性,使解保持多样化,以此避免粒子群属性约简算法易早熟收敛的缺点.理论分析及实验结果表明,该算法是有效可行的.     

水面无人艇航迹规划算法设计与仿真

针对水面无人艇在复杂多变的海洋环境下,其航迹实时规划难度较大的问题,提出了一种基于简单模型的无人艇航迹规划算法。根据由电子海图获得的静态障碍物信息,建立航行海区的全局静态环境模型,再利用粒子群优化算法进行全局航迹规划得到参考航迹;当无人艇沿着参考航迹航行时,建立基于雷达探测的局部动态威胁模型,并按提出的动态威胁规避策略实时调整航行轨迹。仿真结果验证了该算法的可行性,提高了水面无人艇对海洋环境的适应性,可得到比较理想的航迹路线。     

一种新型的带有小生境技术和精英集策略的多目标粒子群算法

为提高多目标粒子群算法的有效性和运行效率,利用小生境技术求解适应度,采取轮盘赌的方法根据精英集中各个粒子的适应度选取全局最佳位置,提出一种新型的带有小生境技术和精英集策略的多目标粒子群算法。论文对算法运行的过程作了调整,加入小概率变异方法,采用测试函数验证算法的有效性。结果表明,在相同的实验环境中本文算法的运行时间为2.113 s,比基于粒子群的多目标优化算法(4.157s)缩短近一半,即本算法的运算效率大大提高了。仿真结果还表明本文中的算法不仅有很好的收敛性,所得的解还有较好的均匀性。     

基于粒子群算法的装配规划研究

根据复杂产品装配规则问题的特点和要求,提出了一种粒子群装配优化算法.该方法采用干涉矩阵作为优化解的几何搜索空间.以重定向次数、工具更换次数、装配类型改变次数作为装配成本评价指标,实现了对装配过程的多目标优化.并得到最优装配规划序列.通过实例时算法的有效性进行了验证.     

一种用于低空飞行的在线航迹重规划方法

研究了飞行器在低空飞行时的在线航迹重规划问题，并提出了一种新方法。通过引入最小威胁曲面的概念生成三维航迹搜索空间，利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影，将航迹规划问题转为在一个一元函数多项式系数空间中的搜索寻优。利用粒子群优化算法完成优化，并借鉴预测控制中滚动时域优化的思想，以在线滚动进行优化的方式完成航迹的在线重规划。实验表明该方法能够规划出合理的航迹并满足实时性要求。     

二维排样中小生境粒子群算法的研究与应用

提出将基于小生境技术的粒子群算法引入二维不规则零件排样求解问题的方法,通过二维图 形坐标离散化的方式,将不规则零件轮廓转化为一系列的坐标区间,在经典粒子群优化算法的基础 上加入小生境的思想,运用基于小生境的粒子群算法来搜索排样结果．实验表明：该算法具有良好 的搜索性能,它为解决二维不规则零件排样提供了有效的决策方案．     

基于粒子群算法的配电网网架规划

针对配电网网架规划问题,提出了一种改进的混合粒子群算法,引入与以往的进化粒子群混合算法不同的动态邻域间极值粒子的交叉操作,提高了算法的收敛速度;提出一种“尽量满足辐射状约束”的方法,有效地解决了离散变量的处理和辐射网判断之间的矛盾。算例计算表明,该算法收敛速度快,具有很好的全局搜索能力,是可行且有效的,对于推广PSO在电力系统中的应用具有积极的意义。     

基于二进制粒子群算法的移动机器人路径规划

由于用PSO进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径,使算法受到一定的局限性.为此,研究了一种全新的基于栅格法的机器人路径规划二进制粒子群算法.首先用栅格法描述机器人工作环境,在此基础上,将机器人路径表示为粒子位置的二进制编码,并以路径长度为适应值,产生初始种群后,再对粒子位置和速度进行更新,经过多次迭代,即可获得从起始点到目标点的一条全局最优路径.该方法模型简单,算法复杂度低,收敛速度快,计算机仿真实验证明了该方法的有效性和先进性.     

基于一种改进PSO的移动机器人路径规划

提出了基于一种改进微粒群优化算法的移动机器人在已知环境信息下的路径规划方法。通过对算法中微粒的速度进化方式的改进，使算法能有效地对搜索空间进行搜索，避免陷入过早收敛，此外还将边界约束、静态避障和最短路径这3个条件表示成一个简单的适应度函数，使整个优化过程满足路径规划的任务要求。最后，通过仿真取得了很好的效果，证实了方法的可行性和有效性。     

改进粒子群算法的装配序列规划方法

针对装配序列规划问题的特点,重新定义应用于连续空间优化的粒子群算法的各种相关操作,并对粒子群算法的更新公式及粒子优化进行改进,提出面向装配序列规划问题的改进型离散粒子群算法。构建邻接矩阵、干涉矩阵和支撑矩阵,描述零部件之间的装配关系。建立包括可行性、重定向性、稳定性、连续性和聚合性为评价指标的适应函数,实现多目标优化。以安全阀装配序列规划实例验证了改进粒子群装配序列优化算法的有效性。     

基于改进粒子群算法的时间最优机械臂轨迹规划

针对机械臂关节空间轨迹规划的时间优化问题,结合机械臂运动约束,提出基于非线性动态改变惯性权重的粒子群优化(NPSO)算法.根据传统3-5-3多项式插值方法,采用改进粒子群算法寻求最短关节运动时间,研究线性递减改变惯性权重(LPSO)算法和NPSO算法的性能,选用NPSO算法完成关节运动时间最优求解.研究结果显示,经时间优化后的3-5-3插值曲线连续光滑且具备更好的运动特性,整体运动时间缩短约26%,证实提出的方法具有可行性.     

基于一种改进PSO的移动机器人路径规划

提出了基于一种改进微粒群优化算法的移动机器人在已知环境信息下的路径规划方法。通过对算法中微粒的速度进化方式的改进，使算法能有效地对搜索空间进行搜索，避免陷入过早收敛，此外还将边界约束、静态避障和最短路径这3个条件表示成一个简单的适应度函数，使整个优化过程满足路径规划的任务要求。最后，通过仿真取得了很好的效果，证实了方法的可行性和有效性。     

基于偏好粒子群算法的移动机器人路径规划

针对粒子群算法收敛速度快,但易陷入局部最优的问题,提出一种基于偏好粒子群算法的移动机器人路径规划方法.在对障碍物环境建模的基础上,根据避障偏好利用粒子群优化算法规划出全局最优路径.为避免搜索过程中算法陷入局部最优,采用深度优先搜索策略,保持了种群的多样性,提高了算法的搜索能力.实验结果表明:该方法能够有效地避开障碍物,并且获得较好的路径规划效果.     

基于粒子群免疫优化算法的足球机器人路径规划

为提高PSO算法的性能,引入免疫算法中浓度调节机制的“抗体浓度选择”策略形成粒子群免疫算法,利用该算法对足球机器人进行路径规划,使足球机器人从给定点到目标点可以有效地躲避障碍物并且得到一条最短路径。实验结果表明,该算法具有高效的全局搜索能力和良好的收敛稳定性。     

基于粒子群算法的航天器姿态运动规划

当将万向节的相对转动角速度作为航天器系统姿态运动规划的控制输入变量时,由于航天器系统的控制输入的数目少于系统的自由度数目,系统的姿态运动成为典型的欠驱动非完整系统的运动规划问题,其运动控制问题变得非常复杂。提出了一种应用粒子群算法优化系统姿态运动规划的数值算法。数值仿真结果表明了该方法的有效性。     

粒子群算法在三维空间机器人路径规划中的应用

将粒子群优化算法应用到粒子群的路径规划中.首先进行空间坐标变换,然后将机器人所在的起始点与目的点的连线SD进行（n＋1）等分,过每个等分点作垂直于Z轴的n个平面,在每个平面上做正多边形的点阵,构成粒子群算法寻优的路径空间,最后应用于空间机器人的路径规划.试验证明该方法在收敛速度和精度方面有效.