首页|基于改进融合算法的单AGV路径规划研究

基于改进融合算法的单AGV路径规划研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统遗传算法在AGV路径寻优过程中容易出现过早收敛、效率较低等问题,提出了一种改进的融合算法.首先在随机初始化种群后引入删除操作,以减少种群个体路径当中的重复节点;接着设计了新的自适应策略来优化交叉变异概率,以提升AGV在复杂环境下的避障能力;随后增加逆转进化操作进一步提升算法的全局寻优能力;最后使用并行融合机制将遗传算法和自适应蚁群算法融合构成改进融合遗传蚁群算法(Improved Fusion Genetic ant Colony Algorithm,IFGCA)来实现解质量的提升和路径长度的最优.实验仿真结果显示,改进的融合算法相对于传统的蚁群算法、自适应蚁群算法和单一遗传算法寻优的解质量更优、路径长度更短且稳定性更好.
Research on Single AGV Path Planning Based on Improved Fusion Algorithm

夏正龙、韩德伟、卞绍顺、韩秀虹、陆良帅

展开 >

江苏师范大学 电气工程及自动化学院,江苏 徐州 221116

连云港杰瑞自动化有限公司,江苏 连云港 222006

AGV 自适应策略 删除操作 路径规划 融合算法

江苏省科技成果转化专项

BA2019092

2024

10.3969/j.issn.1009-0134.2024.08.020

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(8)