资料下载
×
如何融合差分进化和粒子群算法的改进及应用
消耗积分:0 |
格式:rar |
大小:1.20 MB |
2018-11-15
分享资料个
针对传统的智能算法在机器人路径规划中的弊端，在混合的差分进化算法和粒子群算法的基础上，修改两种算法的变异规则，并加入多种群机制保持算法的多样性。因此，提出了改进的DEPSO算法（pDEPSO），并以此来解决机器人路径规划问题。这种新算法采用的多种群技术和双变异机制，以指导粒子在优化过程中探索未知空间。该算法在不牺牲多样性的基础上，提高了收敛速度，从而值得研究。
随着二十一世纪电子、计算机、机械以及人工智能等多门科学技术的发展，研究者们在机器人领域也有了重大的突破，与原先的功能单一的机器人相比，现如今的机器人具有决策、自主感知和执行功能等。移动机器人的路径规划问题一直是移动机器人的一个重要组成部分，是当下研究的重点和热点。路径规划问题是指在特定约束条件下，可以找到一条从初始位置到目的地的最佳或者接近最佳性能的路径，是机器人可以无碰撞地，更快地到达目的地。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
