文档名：基于改进火烈鸟搜索算法的移动机器人路径规划
摘要：为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划.该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度.实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性.
作者：马兵 吕彭民 刘永刚 韩红安 周强 胡永涛 Author：MABing LüPengmin LIUYonggang HANHongan ZHOUQiang HUYongtao
作者单位：长安大学道路施工技术与装备教育部重点实验室,陕西西安710064;河南卫华重型机械股份有限公司,河南长垣453400长安大学道路施工技术与装备教育部重点实验室,陕西西安710064河南卫华重型机械股份有限公司,河南长垣453400河南工学院电气工程与自动化学院,河南新乡453003
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(11)
分类号：TP301.6
关键词：移动机器人 火烈鸟搜索算法 自适应Sigmoid非线性因子 混合精细分级 随机镜面反射学习 路径规划
Keywords：mobilerobot flamingosearchalgorithm(FSA) adaptiveSigmoidnonlinearfactor hybridfinegrading randomspecularreflectionlearning(RSRL) pathplanning
机标分类号：TP301.6TP13TP273
在线出版日期：2023年12月4日
基金项目：国家科技支撑计划，河南省科技攻关计划资助项目，长安大学横向项目，新乡市科技攻关计划资助项目基于改进火烈鸟搜索算法的移动机器人路径规划[
期刊论文] 传感器与微系统--2023, 42(11)马兵 吕彭民 刘永刚 韩红安 周强 胡永涛为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划.该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细...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
基于改进火烈鸟搜索算法的移动机器人路径规划 Path planning for mobile robot based on improved FSA
基于改进火烈鸟搜索算法的移动机器人路径规划.pdf
- 文件大小:
- 1.45 MB
- 下载次数:
- 60
-
高速下载
|
|
