基于ACO-PSO算法的变电站巡检机器人路径规划研究

TM63; 针对机器人路径规划的传统ACO(蚁群)算法存在迭代次数多、收敛速度慢、容易陷入局部最优和出现死锁状态等问题,提出一种改进的ACO算法.结合PSO(粒子群优化)算法对传统ACO算法进行改进,减少迭代次数,提高收敛速度;通过增加随机性来扩大搜索范围,避免局部最优;利用蚂蚁回退策略解决死锁状态问题.仿真实验结果表明:改进ACO算法可以快速准确地搜索到最优路径,具有很好的寻优与避障能力....

Full description

Saved in:
Bibliographic Details
Published in浙江电力 Vol. 40; no. 1; pp. 29 - 35
Main Authors 刘胜, 晏齐忠, 张志鑫, 张豪, 申永鹏
Format Journal Article
LanguageChinese
Published 郑州轻工业大学 电气信息工程学院,郑州 450002 2021
Subjects
ACO算法
栅格法
PSO算法
路径规划
Online AccessGet full text
ISSN1007-1881
DOI10.19585/j.zjdl.202101005

Cover

More Information
Summary:TM63; 针对机器人路径规划的传统ACO(蚁群)算法存在迭代次数多、收敛速度慢、容易陷入局部最优和出现死锁状态等问题,提出一种改进的ACO算法.结合PSO(粒子群优化)算法对传统ACO算法进行改进,减少迭代次数,提高收敛速度;通过增加随机性来扩大搜索范围,避免局部最优;利用蚂蚁回退策略解决死锁状态问题.仿真实验结果表明:改进ACO算法可以快速准确地搜索到最优路径,具有很好的寻优与避障能力.
ISSN:1007-1881
DOI:10.19585/j.zjdl.202101005