湖北工业大学学报2020，Vol.35Issue(1) ：17-20.

基于神经过程-粒子群算法的移动机器人路径规划

Path Planning of Mobile Robot Based on Neural Process-particle Swarm Optimization

马烨 王淑青 毛月祥
湖北工业大学学报2020，Vol.35Issue(1) ：17-20.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于神经过程-粒子群算法的移动机器人路径规划

Path Planning of Mobile Robot Based on Neural Process-particle Swarm Optimization

马烨 1王淑青 1毛月祥2
扫码查看

作者信息

  • 1. 湖北工业大学电气与电子工程学院,湖北武汉430068
  • 2. 国网湖北省电力有限公司直流运检公司,湖北武汉430050
  • 折叠

摘要

针对传统粒子群算法在移动机器人路径规划过程中早熟引起的局部最优问题,将运动过程预测思想集成到粒子群优化算法中,构造神经过程-粒子群混合算法.主要思路是在粒子群个体进行下一次迭代时,利用神经过程预测个体位置,增加了迭代后期粒子群体的多样性,避免过早陷入局部最优,从而提高算法优化能力.实验结果显示,改进算法用于解决机器人路径规划问题,整体性能优于传统的粒子群优化算法.

关键词

路径规划/神经过程/粒子群/预测

引用本文复制引用

基金项目

国家自然科学基金青年基金(61603127)

出版年

2020
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量3
参考文献量4
段落导航相关论文