基于改进人群搜索算法的多机器人路径规划方法及系统

    公开(公告)号:CN117804483A

    公开(公告)日:2024-04-02

    申请号:CN202311850635.6

    申请日:2023-12-28

    Applicant: 济南大学

    Abstract: 本发明属于机器人路径规划技术领域,尤其涉及一种基于改进人群搜索算法的多机器人路径规划方法及系统,方法包括:确定仓储栅格地图模型中路径的起始点和终点,基于机器人路径的起始点和终点之间所有节点的曼哈顿距离建立最优路径数学模型;采用改进人群搜索算法对仓储栅格地图模型中的路径进行寻优得到机器人最优路径;在路径寻优过程中,基于好评度引导与蒙特卡洛估计的多种群优化算法对种群进行优化,将优化后的种群作为改进人群搜索算法每次迭代的初始种群,将最优路径数学模型作为改进人群搜索算法的适应度函数计算个体的适应度。本发明引入多种群的优化方式,为改进SOA路径规划算法生成优质的初始种群,大大增加算法寻优效率。

    一种多策略融合的群智能路径优化方法及系统

    公开(公告)号:CN118625763A

    公开(公告)日:2024-09-10

    申请号:CN202410699425.X

    申请日:2024-05-31

    Abstract: 本公开提出一种多策略融合的群智能路径优化方法及系统,方法包括:获取待运输的订单任务,利用佳点集对麻雀种群进行初始化,初步确定个体和全局最优适应度值以及位置;根据个体初始适应度值,划分生产者和行乞者;进行迭代,判断是否满足迭代结束条件,若未满足,动态调整生产者和行乞者的数量,基于分数阶微积分和蝴蝶优化算法,更新生产者位置;基于蜜獾优化算法和非线性惯性权值,更新行乞者位置;基于萤火虫突变策略,更新侦察者位置;否则输出最优个体的位置;根据最优个体的位置确定货物运输所要经过的路径。基于麻雀搜索算法采用多种策略对麻雀数量和位置进行更新,有效解决规划路径长、容易陷入局部最优和收敛速度慢的问题。

Patent Agency Ranking