计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
7期
379-382
,共4页
多样性变异%量子行为粒子群算法%路径规划%多样性函数
多樣性變異%量子行為粒子群算法%路徑規劃%多樣性函數
다양성변이%양자행위입자군산법%로경규화%다양성함수
Diversity variation%QPSO algorithm%Path planning%Diversity function
在机器人路径优化设计的研究中,由于应用环境存在障碍物,要求寻找最优无碰路径.针对于粒子群优化算法应用于移动机器人路径规划计算中,存在全局搜索能力弱,易出现早熟现象等问题,提出了一种QPSO算法的改进算法.采用8势阱模型的QPSO算法模型简单,控制参数少,全局搜索能力强,但存在早熟收敛的缺陷,从种群的多样性角度分析,在算法的迭代过程中,引入多样性函数,在种群的多样性小于dl.时,由多样性变异操作进行自适应调整,保持了种群中个体的差异性,避免算法陷入局部最优而出现早熟现象.在MATLAB平台上进行仿真,结果表明,改进算法能够有效地解决全局静态无碰路径优化问题,收敛速度、搜索质量与QPSO算法相比明显提高.
在機器人路徑優化設計的研究中,由于應用環境存在障礙物,要求尋找最優無踫路徑.針對于粒子群優化算法應用于移動機器人路徑規劃計算中,存在全跼搜索能力弱,易齣現早熟現象等問題,提齣瞭一種QPSO算法的改進算法.採用8勢阱模型的QPSO算法模型簡單,控製參數少,全跼搜索能力彊,但存在早熟收斂的缺陷,從種群的多樣性角度分析,在算法的迭代過程中,引入多樣性函數,在種群的多樣性小于dl.時,由多樣性變異操作進行自適應調整,保持瞭種群中箇體的差異性,避免算法陷入跼部最優而齣現早熟現象.在MATLAB平檯上進行倣真,結果錶明,改進算法能夠有效地解決全跼靜態無踫路徑優化問題,收斂速度、搜索質量與QPSO算法相比明顯提高.
재궤기인로경우화설계적연구중,유우응용배경존재장애물,요구심조최우무팽로경.침대우입자군우화산법응용우이동궤기인로경규화계산중,존재전국수색능력약,역출현조숙현상등문제,제출료일충QPSO산법적개진산법.채용8세정모형적QPSO산법모형간단,공제삼수소,전국수색능력강,단존재조숙수렴적결함,종충군적다양성각도분석,재산법적질대과정중,인입다양성함수,재충군적다양성소우dl.시,유다양성변이조작진행자괄응조정,보지료충군중개체적차이성,피면산법함입국부최우이출현조숙현상.재MATLAB평태상진행방진,결과표명,개진산법능구유효지해결전국정태무팽로경우화문제,수렴속도、수색질량여QPSO산법상비명현제고.
