基于粒子群和蟻群融合算法的移動(dòng)機(jī)器人路徑規(guī)劃研究.pdf

1、移動(dòng)機(jī)器人的研究和開發(fā)近些年來受到了人們的高度重視。機(jī)器人在運(yùn)動(dòng)的過程中具有根據(jù)周圍環(huán)境的變化而自主采取相應(yīng)措施的能力，人們對(duì)機(jī)器人的這種能力的要求越來越高。因此，在機(jī)器人智能規(guī)劃方面，路徑規(guī)劃顯得尤為重要。路徑規(guī)劃的任務(wù)就是在具有障礙物的環(huán)境內(nèi)，按照一定的評(píng)價(jià)標(biāo)準(zhǔn)，尋找一條從起始狀態(tài)(包括位置和姿態(tài))到達(dá)目標(biāo)狀態(tài)(包括位置和姿態(tài))的無碰路徑。粒子群算法和蟻群算法都是典型的群智能進(jìn)化算法，他們是繼模糊方法、神經(jīng)網(wǎng)絡(luò)、遺傳算法之后加入到路

2、徑規(guī)劃研究領(lǐng)域的算法。
　　 本文的研究工作主要包括以下兩個(gè)方面：
　　 (1)從理論上對(duì)粒子群算法和蟻群算法進(jìn)行分析，并根據(jù)這兩種算法各自存在的缺陷，分別對(duì)算法的本身加以改進(jìn)，然后根據(jù)這兩種算法的優(yōu)缺點(diǎn)，將兩算法進(jìn)行融合，即得到粒子群和蟻群融合算法(PAAA)。PAAA先利用粒子群較強(qiáng)的全局搜索能力生成信息素分布(粗搜索)，再利用蟻群算法的正反饋機(jī)制求解問題的精確解(細(xì)搜索)，最后將PAAA算法在MATLAB環(huán)境中進(jìn)行

3、仿真實(shí)驗(yàn)，并將得到的實(shí)驗(yàn)結(jié)果與粒子群算法和蟻群算法分別進(jìn)行比較，證明此算法的有效性。
　　 (2)將PAAA算法分別運(yùn)用到靜態(tài)路徑規(guī)劃和動(dòng)態(tài)路徑規(guī)劃中。通過仿真實(shí)驗(yàn)與遺傳算法和粒子群算法相比較發(fā)現(xiàn)，在相同環(huán)境下，基于PAAA算法的路徑規(guī)劃方法比遺傳算法更節(jié)約搜索時(shí)間，比粒子群算法搜索的結(jié)果更加精確。
　　 研究及實(shí)驗(yàn)結(jié)果表明，將粒子群和蟻群融合算法應(yīng)用于移動(dòng)機(jī)器人的路徑規(guī)劃問題中，改進(jìn)了現(xiàn)有的路徑規(guī)劃算法，為探索新的路徑