基于改进生物地理学的路径规划方法

    公开(公告)号:CN108803332B

    公开(公告)日:2021-01-19

    申请号:CN201810639473.4

    申请日:2018-06-20

    Abstract: 本发明公开一种基于改进生物地理学的路径规划方法,在迁移过程中采用基于更新代数设置的自适应迁移算子优化,增强了算法的全局搜索能力并提高收敛速度和收敛精度;在变异过程中采用差分进化模型,提高算法多样性,避免陷入局部最优;全局采用余弦迁移模型,使系统更加趋向于自然界中真实情况,提高算法性能。将坐标降维和障碍物数量确定路径点的方法应用于路径规划的场景中,实验结果表明了该算法的有效性。

    基于改进生物地理学的路径规划方法

    公开(公告)号:CN108803332A

    公开(公告)日:2018-11-13

    申请号:CN201810639473.4

    申请日:2018-06-20

    CPC classification number: G05B13/042

    Abstract: 本发明公开一种基于改进生物地理学的路径规划方法,在迁移过程中采用基于更新代数设置的自适应迁移算子优化,增强了算法的全局搜索能力并提高收敛速度和收敛精度;在变异过程中采用差分进化模型,提高算法多样性,避免陷入局部最优;全局采用余弦迁移模型,使系统更加趋向于自然界中真实情况,提高算法性能。将坐标降维和障碍物数量确定路径点的方法应用于路径规划的场景中,实验结果表明了该算法的有效性。

    一种机器人路径规划方法

    公开(公告)号:CN105527964A

    公开(公告)日:2016-04-27

    申请号:CN201510996618.2

    申请日:2015-12-28

    CPC classification number: G05D1/0217 G05D2201/0217

    Abstract: 本发明公开一种机器人路径规划方法,在人工鱼群算法基础上引入方向算子来提升聚群、追尾、甚至是觅食等鱼群行为的准确度和成功率,增加免疫记忆操作来提高算法的全局搜索能力并减少局部极值出现的概率。在两种典型栅格地图环境下的仿真实验表明,这一免疫-方向性人工鱼群算法与快速遗传算法和常规人工鱼群算法相比,具有更好的结果稳定性、更短的计算时间和更接近最优路径的可行解。

    一种机器人路径规划方法

    公开(公告)号:CN105527964B

    公开(公告)日:2018-04-17

    申请号:CN201510996618.2

    申请日:2015-12-28

    Abstract: 本发明公开一种机器人路径规划方法,在人工鱼群算法基础上引入方向算子来提升聚群、追尾、甚至是觅食等鱼群行为的准确度和成功率,增加免疫记忆操作来提高算法的全局搜索能力并减少局部极值出现的概率。在两种典型栅格地图环境下的仿真实验表明,这一免疫‑方向性人工鱼群算法与快速遗传算法和常规人工鱼群算法相比,具有更好的结果稳定性、更短的计算时间和更接近最优路径的可行解。

Patent Agency Ranking