共查询到20条相似文献,搜索用时 765 毫秒
1.
2.
《Planning》2014,(10)
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。 相似文献
3.
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。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。 相似文献
4.
针对火灾发生时现有的疏散路径不能根据火情实时更改,可能会将逃生人员引向着火现场从而引起更大危险的问题,提出了一种用于火灾疏散路径动态规划的新型改进蚁群算法(Novel Improved Ant Colony Algorithm,NIACA)。首先通过A*算法提高初始信息素浓度,接着提出受火灾因素影响的当量距离改进启发函数,然后改进信息素更新规则来加快蚂蚁最优路径搜索速度,最后对路径进行平滑策略处理。实验结果表明,与原始蚁群算法相比,本文算法降低了算法前期盲目性,动态搜索能力强,能避免算法陷入局部最优,在火灾发生时能够快速准确地规划疏散路径,将逃生人员快速安全疏散到远离火场的安全出口。 相似文献
5.
针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。 相似文献
6.
《Planning》2022,(5)
为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。 相似文献
7.
《Planning》2019,(5)
为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。 相似文献
8.
在复杂工作空间中为压路机规划合理的施工路径,使所规划的路径与障碍物无触碰且长度最短,是有效指导交叉工序并行运转的基础。本文对蚁群算法进行改进,对信息素和启发信息差异性进行扩展,对搜索区间上下界进行迭代阈值限制,进而提出了一种增强型蚁群算法。利用增强型蚁群算法,结合工程实例,验证了压路机路径规划的效果。选择燃油量消耗指标进行结果对比,发现按照所规划的路径运动可以节省燃油,减少资源投入,进而提升工程项目建设的综合效益。 相似文献
9.
10.
《Planning》2017,(22)
为解决多模具、多零件、工序复杂的车间的加工排程问题,结合及时生产(just in time,JIT)管理模式和蚁群算法,提出了及时蚁群算法(ant colony in time,ACIT)对车间排程进行最优化处理,明确考虑了同批次模具总加工时间的最短、完成时间与订单交货期的一致的问题。提出了排程目标函数,通过算法选取模具车间排程最优路径,为车间生产提供了有效的排程,通过实例示范了ACIT算法在模具车间排程过程中解决复杂问题的能力,并与JIT管理模式和蚁群算法的加工排程进行对比,发现ACIT算法能够更好地得到模具加工的最优路径,提高企业的加工效率。 相似文献
11.
12.
13.
14.
《Planning》2014,(1)
蚁群算法具有分布式并行全局搜索能力,通过信息素的积累和更新收敛于最优路径上,但初期信息素匮乏,求解速度慢。针对此问题,本文提出了一种先用基因表达式编程生成信息素分布,再利用蚁群算法求优化解的新的混合算法。并通过求解复杂TSP问题的仿真数据实验验证了这种基于基因表达式编程的混合蚁群算法的高效性。 相似文献
15.
16.
首先将基于排序的路径选择方法引入基本蚁群算法 ,并用之于连续变量的优化问题和边坡的最小安全系数搜索 ,结果发现对于设计变量较少的数值优化问题和简单边坡的最小安全系数搜索问题 ,该蚁群算法可以找到全局最优解或比较接近全局最优解。但对于复杂边坡的最小安全系数搜索问题 ,该蚁群算法很容易陷入局部最优。另外复合形法对于不同的初始复合形也会得到不同的最小安全系数 ,利用本文提出的基于最小海明距离的替换准则将蚁群算法得到的局部最优解替换掉初始复形中的一个顶点 ,则复合形法容易找到全局最优 ,成为一种全局搜索能力很强的优化算法。 相似文献
17.
起重机吊装方案制定过程中,针对吊装场景重建以及吊装路径规划问题,本文利用视觉传感装置直接获取作业环境的场景信息,然后,根据三维场景信息,利用蚁群优化算法获取吊装路径,且可通过权重调整选择不同条件的最优路径,生成最终吊装路径,从而为吊装方案中的路径规划提供解决方案,极大提升吊装工程施工的自动化、智能化水平。 相似文献
18.
为解决建筑内人员疏散模拟时间长、效率低、无法根据火灾情况改变疏散方向的问题,提出一种新型的混合路径规划算法。首先,在A*算法中加入奖惩机制并对启发函数进行改进。其次,通过改进斥力函数解决人工势场算法易陷入局部极小值的问题。最后,将两种算法组合,构成一种混合路径规划算法。通过对某教学建筑应用BIM和PyroSim软件进行建模与分析,验证混合路径规划算法的可行性。结果表明,所提算法不仅能够快速找到最优疏散路径,还可以避免疏散路径经过危险区域。与单一算法相比,混合路径规划算法遍历节点个数更少,路径平滑性与路径规划效果更好,路径规划效率更高。 相似文献
19.
《Planning》2020,(1)
针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。 相似文献
20.
以城市污水管网为研究对象,在布局一定的前提下建立污水管道优化设计模型,针对以往蚁群算法应用时存在的一些缺点,分别在信息素更新、能见度方面做出改进,并且在蚁群转移概率公式中加入权重机制,以提高算法搜索效率和防止局部最优现象发生.将改进的蚁群算法运用到JZ市老城区局部污水管道优化设计的实例中,并与应用基本蚁群算法的优化设计方案进行比较,结果无论在收敛上或者解的质量上都优于基本蚁群算法,验证了改进的蚁群算法是可行和高效的. 相似文献