基于云模型的粒子群优化算法在路径规划中的应用

摘要：

利用罚函数将机器人路径规划有约束优化问题转换为无约束优化问题.利用云模型既有随机性又有稳定倾向性的特性,引入基于云模型理论的自适应参数策略,构造出一种改进的粒子群(PSO)算法,并应用于机器人路径规划问题.在不同的子群采用不同的惯性权重生成方法,有效地平衡了算法的局部和全局搜索能力,提高了种群的多样性和算法的收敛速度.仿真结果对比验证了该算法的可行性和有效性,且实现简单、收敛速度快.

关键词：云模型、粒子群算法、路径规划、自适应参数调整

所属期刊栏目：48

分类号：TP393(计算技术、计算机技术)

资助基金：黑龙江省科学技术研究项目11551542

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：229-232