文档名：基于改进PSO算法的机器人路径规划研究
摘要：传统粒子群算法(PSO)容易早熟收敛,陷入局部最优,为此提出混沌动态多种群粒子群算法(CDMPSO),并将其应用在机器人三维路径规划中.通过引入混沌映射理论来提高粒子种群初始解的质量和分布均匀性,同时引入分组并行优化策略,依据适应度值采用中位数聚类的方法,将种群分为3个子种群并迭代进行实时动态调整,根据不同子种群的特点采用不同的方法来进行种群更新.在MATLAB软件中与传统PSO算法和自适应粒子群(APSO)算法进行对比实验,发现改进后的CDMPSO算法全局搜索范围更大,陷入局部最优次数更少,最终路径更短,从而验证了该改进算法是切实可行的.
Abstract：Traditionalparticleswarmoptimization(PSO)iseasytoprematureconvergenceandfallintolocaloptimum.There-fore,chaoticdynamicmultiswarmparticleswarmoptimization(CDMPSO)isproposedandappliedtorobotthree-dimensionalpathplanning.Thechaoticmappingtheoryisintroducedtoimprovethequalityanddistributionuniformityoftheinitialsolutionoftheparticlepopulation.Atthesametime,thegroupingparalleloptimizationstrategyisintroducedtodividethepopulationintothreesubpopulationsbyusingthemedianclusteringmethodaccordingtothefitnessvalueanditerateforreal-timedynamicad-justment.Differentmethodsareusedtoupdatethepopulationaccordingtothecharacteristicsofdifferentsubpopulations.Com-paredwithtraditionalPSOalgorithmandadaptiveparticleswarmoptimization(APSO)algorithminMATLABsoftware,theim-provedCDMPSOalgorithmhaslargerglobalsearchrange,fewertimesoffallingintolocaloptimumandshorterfinalpath,whichverifiesthattheimprovedalgorithmisfeasible.
作者：王友运 徐坚磊 胡燕海 陈海辉 张行 Author：WangYouyun XuJianlei HuYanhai ChenHaihui ZhangXing
作者单位：宁波大学机械工程与力学学院,浙江宁波315211宁波航工智能装备有限公司,浙江宁波315311
刊名：电子技术应用
Journal：ApplicationofElectronicTechnique
年，卷(期)：2024, 50(4)
分类号：TP242
关键词：路径规划 混沌映射 莱维飞行 高斯变异 动态多种群并行
Keywords：pathplanning chaoticmapping Levyflight Gaussianvariation dynamicmultigroupparallelism
机标分类号：TP24TP301.6TP18
在线出版日期：2024年4月26日
基金项目：国家自然科学基金基于改进PSO算法的机器人路径规划研究[
期刊论文] 电子技术应用--2024, 50(4)王友运 徐坚磊 胡燕海 陈海辉 张行传统粒子群算法(PSO)容易早熟收敛,陷入局部最优,为此提出混沌动态多种群粒子群算法(CDMPSO),并将其应用在机器人三维路径规划中.通过引入混沌映射理论来提高粒子种群初始解的质量和分布均匀性,同时引入分组并行优化策略...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进PSO算法的机器人路径规划研究 Research on robot path planning based on improved PSO algorithm
基于改进PSO算法的机器人路径规划研究.pdf
- 文件大小:
- 3.26 MB
- 下载次数:
- 60
-
高速下载
|
