排序方式: 共有4条查询结果,搜索用时 93 毫秒
1
1.
针对差分进化算法求解约束优化问题存在寻优精度差和收敛速度较慢的问题,提出一种改进的差分进化算法来求解约束优化问题.首先在初始化及进化过程中利用广义反向学习(GOBL)策略产生反向种群,提高搜索效率同时加快收敛速度;其次采用自适应权衡模型计算出个体的适应值并作排序处理;最后,改进的变异策略和个体选择机制执行变异操作提高多... 相似文献
2.
3.
快速拓展随机树算法(RRT)在机械臂路径规划中存在随机性强、搜索效率低、规划路径长等问题,不能在货柜堆垛场景中取得相对最优的光滑路径.对此,该文提出了一种改进RRT-人工势场法混合算法进行货柜堆垛机械臂运动规划.首先,对传统快速拓展随机树算法进行改进,在传统快速拓展随机树算法的全局搜索的基础上引入目标搜索,增强了随机树... 相似文献
4.
针对粒子群算法收敛速度慢、精度低以及只适用于静态环境等问题,提出改进粒子群-差分进化和动态窗口法的混合算法.首先利用差分进化算法改进粒子群算法寻优机制,对粒子群算法进行优化,构造新的适应度函数,实现对全局的路径规划;然后,根据生成的路径,提取关键中节点作为动态窗口法的局部目标点,采用动态窗口法进行局部路径规划,使起始航向角继承上一次到达局部目标点的航向角,生成从起始点到目标点的最短且平滑的路径.最后,将所提算法应用于不同试验场景进行路径规划仿真试验,并与现有算法进行对比分析,结果表明所提算法可行性强,具有更高的搜索能力. 相似文献
1