共查询到18条相似文献,搜索用时 62 毫秒
1.
针对传统蚁群算法(ACO)收敛速度慢、全局搜索能力不佳、易陷入局部最优、路径不光滑及不安全等缺点,本文提出一种将改进的蚁群算法和非线性支持向量机(SVM)结合的移动机器人路径规划算法。对传统蚁群算法引入两个角度信息,增加算法的朝向性,克服局部最优问题;信息素挥发因子随迭代次数自适应调整,加快全局搜索能力和收敛速度。在此基础上结合高斯径向基核最小二乘支持向量机,采用提出的改进蚁群算法获得支持向量机的惩罚系数和核函数宽度,利用径向基核函数和决策函数在改进蚁群算法的路径转向位置处训练优化,得到平滑及安全的路径。仿真结果表明,提出的算法不但可以有效提高收敛速度和精度,而且使得路径光滑且安全。 相似文献
2.
带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)是物流配送研究的重点。本文提出一种改进的蚁群算法,通过对初始解的启发、信息素更新策略的改进来解决VRPTW,并通过56个Solomon问题中R101作为实例数据进行验证。计算结果表明改进的蚁群算堂皇其宴文献中的算法具有竞争性,同时也表明该算法优于原算法。 相似文献
3.
改进蚁群算法在物流配送路径中的应用 总被引:1,自引:0,他引:1
针对物流配送路径优化问题的特点,分析了基本蚁群算法的不足之处,并对原有蚁群算法进行改进.同时引入"扰动因子"和"奖惩"机制,建立数学模型,进而对物流配送车辆路径问题进行了实验仿真.结果表明,改进后的蚁群算法提高了全局寻优能力与收敛速度,取得了较好的效果. 相似文献
4.
为解决仓储物流中移动机器人执行订单任务过程中,调度系统难以快速准确地进行任务分配,且搬运路线并非最短最优路线的问题,根据移动机器人的运动方式和订单任务要求,构建具有可重构性的仓库空间模型和栅格地图模型,通过建立数学模型求解订单任务最短完工时间分配问题,改进传统A*算法中3种常用距离算法的不足,并提出复杂对角线距离算法进行路径规划仿真。仿真结果表明,上述方法实现总任务完工时间最短的任务分配,使路径规划搜索节点数减少30%,路径长度缩短20%。 相似文献
5.
目的为解决蚁群算法在码垛机器人路径规划中存在的收敛速度慢、容易陷入局部最优等问题,提出一种人工势场和蚁群算法相结合的方法。方法首先,根据码垛机器人机械手在人工势场中不同节点所受到的合力,对初始信息素进行不均匀分布,以解决蚁群算法初期由于缺乏信息素导致的无效路径搜索。其次,在启发函数的设计中引入码垛机器人机械手在下一节点所受到的合力,以解决蚁群算法容易陷入局部最优的问题。最后,对信息素的更新策略进行改进。按照寻得路径的长度不同,对每次迭代完成后信息素的增量成比例进行更新,并设置最大、最小值,以解决迭代后期路径上信息素过大而使蚁群算法陷入局部最优的问题。结果改进后的蚁群算法收敛速度提升了约51%,寻找到的最短路径提升了约10%。和其他改进的蚁群算法相比,在综合性能上也有一定程度上的提高。结论改进后的蚁群算法收敛更快,寻找的最优路径更短。 相似文献
6.
7.
8.
云环境作为一种新的网络服务环境,提供大量的网络资源服务,云环境中的资源分配问题受带宽、负载以及响应时间的影响。蚁群算法是一种自适应搜索算法,对组合优化问题的解决发挥了重大的作用,但是其缺陷是容易陷入局部最优以及搜索速度慢。本文提出的蚁群优化算法,将蚁群算法和遗传算法结合起来,能够加快蚁群算法的收敛速度,提高搜索速度,降低云环境下的网络负载,使得云环境下的任务运行时间有效缩短,网络利用率明显提高。 相似文献
9.
10.
基于Dijkstra-蚁群算法的泊车系统路径规划研究 总被引:1,自引:0,他引:1
针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求. 相似文献
11.
一种新型包装码垛机器人路径规划方法 总被引:1,自引:1,他引:0
目的为了提高码垛机器人的工作效率,减小能量损耗,优化机器人末端抓手的工作轨迹。方法建立机器人路径规划的数学模型,在此基础上对传统的蚁群算法进行改进,将环境中局部的机器人路径信息引入蚁群信息素的初始化和路径选择概率中,提高蚁群算法的收敛速度,并防止算法早熟,避免算法陷入局部最优。结果仿真结果表明,改进后的蚁群算法收敛速度更快,能够在较短时间内规划出最佳路径。结论所提方法能够明显提高码垛机器人最佳路径搜索能力,对于提升机器人运行效率具有重要指导意义。 相似文献
12.
用混合型蚂蚁群算法求解TSP问题 总被引:8,自引:0,他引:8
介绍了求解TSP问题的混合型蚂蚁群算法,并以att532(美国532个城市)为例给出了计算实验结果,说明了混合型蚂蚁群算法能改进标准蚂蚁群算法的计算效率和计算结果的质量。 相似文献
13.
14.
15.
扩展蚁群算法是蚁群算法创始人Dorigo提出的一种用于求解连续空间优化问题的最新蚁群算法,但该算法的收敛速度参数和局部搜索参数取值缺乏理论指导,因此其性能受算法参数影响较大.本文提出一种求解连续空间优化的扩展粒子蚁群算法,将粒子群算法嵌入到扩展蚁群算法中用于在线优化扩展蚁群算法参数,减少了参数人为调整的盲目性.从而改善扩展蚁群算法的寻径行为.通过将本文提出的算法与遗传算法、克隆选择算法、蚁群算法、扩展蚁群算法对5种典型测试函数优化的结果对比表明,本文算法在搜索速度和全局搜索能力方面均优于其它算法. 相似文献
16.
目的 为了确保荔枝的采摘、预冷、贮藏、配送和销售等环节能在短时间内完成,以提高品质安全和新鲜度,降低物流成本。方法 以配送车运输、冷链能耗、荔枝损耗、时间窗惩罚等4个主要因素为研究对象,构建各因素成本模型,并确定荔枝冷链物流配送过程中成本最优的目标优化函数。利用蚁群算法对荔枝冷链物流配送过程中成本最优目标函数算例进行求解,得到荔枝冷链物流配送路径网络优化路线图。结果 当算法启发因子α=1,期望启发式因子β=4,信息素的挥发程度系数ρ=0.75,蚁群数量m=600,信息素强度系数Q=0.9,最大迭代次数Nmax=600,迭代次数超过300时,迭代趋于稳定。结论 当算法运算的迭代次数越多,其优化结果越趋于稳定。该优化模型能够实现对荔枝冷链物流配送成本的优化设计,提高荔枝配送效率,并降低物流成本,为荔枝的冷链物流配送提供参考。 相似文献
17.
18.
目的为了提高包装生产效率,提升直角坐标机器人的稳定性、可靠性和运动精度,避免机器人出现速度、加速度突变,对机器人运动轨迹进行规划。方法首先分析直角坐标机器人的工作原理,在此基础上采用三次均匀B样条曲线对机器人关节轨迹进行逼近,给出一种基于改进遗传算法的最优时间B样条轨迹规划方法。根据功能需求,设计一种基于ARM和FPGA的控制系统。结果仿真结果表明,机器人各个关节抵达节点的用时最短,运行耗时能够缩减39%以上,验证了算法的有效性。结论所述控制系统和方法能够满足包装码垛的要求,可提高包装效率。 相似文献