期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
群智能优化算法在路径规划中的应用
被引量:
3
在线阅读
下载PDF
职称材料
导出
摘要
本文对群智能的理论内涵进行分析,然后从人工鱼群算法、蚁群算法以及粒子群算法三个角度分析群智能优化算法在移动机器人规划中的应用现状,然后对以上三种算法的性能做比较。
作者
杨爽
机构地区
沈阳化工大学
出处
《电子技术与软件工程》
2019年第23期244-245,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
关键词
群智能优化算法
路径规划
应用
分类号
TP2 [自动化与计算机技术—检测技术与自动化装置]
引文网络
相关文献
节点文献
二级参考文献
39
参考文献
3
共引文献
24
同被引文献
23
引证文献
3
二级引证文献
33
参考文献
3
1
赵全友.
群智能算法在TSP中的应用[J]
.信息与电脑,2017,29(22):68-70.
被引量:1
2
张文辉,王晨宇.
群智能优化算法在路径规划中的应用[J]
.梧州学院学报,2018,28(3):36-42.
被引量:3
3
杜映峰,陈万米,范彬彬.
群智能算法在路径规划中的研究及应用[J]
.电子测量技术,2016,39(11):65-70.
被引量:23
二级参考文献
39
1
程乐.
新的仿生算法:蟑螂算法[J]
.计算机工程与应用,2008,44(34):44-46.
被引量:12
2
陈建荣,聂黎明,周永权.
人工鱼群算法在机器人加工路径规划中的应用[J]
.计算机工程与应用,2009,45(15):226-228.
被引量:1
3
胡中华,赵敏.
基于人工蜂群算法的TSP仿真[J]
.北京理工大学学报,2009,29(11):978-982.
被引量:63
4
朱大奇,颜明重.
移动机器人路径规划技术综述[J]
.控制与决策,2010,25(7):961-967.
被引量:348
5
王宗利,刘希玉,王文平.
一种改进的人工鱼群算法[J]
.信息技术与信息化,2010(3):46-49.
被引量:5
6
苑晶,黄亚楼,孙凤池.
面向移动机器人自定位的无线网络构造算法及实现[J]
.仪器仪表学报,2011,32(1):99-106.
被引量:13
7
杨妮娜,梁华为,王少平.
平行泊车的路径规划方法及其仿真研究[J]
.电子测量技术,2011,34(1):42-45.
被引量:13
8
陈佳佳,梅涛,祝辉.
基于路径规划和双闭环控制的泊车系统研究[J]
.电子测量技术,2011,34(3):20-24.
被引量:5
9
柳长安,鄢小虎,刘春阳,吴华.
基于改进蚁群算法的移动机器人动态路径规划方法[J]
.电子学报,2011,39(5):1220-1224.
被引量:148
10
张银玲,牛小梅.
蚁群算法在移动机器人路径规划中的仿真研究[J]
.计算机仿真,2011,28(6):231-234.
被引量:36
共引文献
24
1
赵丽华,万晓冬.
基于改进A算法的多无人机协同路径规划[J]
.电子测量技术,2020(7):72-75.
被引量:16
2
杨巍,毛剑琳.
一种改进的智能优化算法[J]
.电子测量技术,2018,41(23):23-28.
被引量:4
3
王徽,黄宜庆,刘晓峰.
基于检测算子经验学习鱼群算法的移动机器人路径规划[J]
.安徽工程大学学报,2019,34(1):13-20.
被引量:6
4
姜金刚,郭晓伟,张永德,刘怡,于晓洋.
基于有限点展成法的正畸弓丝成形控制点规划[J]
.仪器仪表学报,2017,38(3):612-619.
被引量:8
5
赵燕江,黄磊,杜海艳,张永德,胡海龙.
基于改进RRT算法的套管柔性针运动规划[J]
.仪器仪表学报,2017,38(3):620-628.
被引量:10
6
位俊雷,张利军,张刚.
基于蜂群算法的低压电力线高频RLCG模型参数辨识[J]
.电子测量技术,2017,40(4):51-55.
7
陈彦杰,王耀南,谭建豪,毛建旭.
局部环境增量采样的服务机器人路径规划[J]
.仪器仪表学报,2017,38(5):1093-1100.
被引量:26
8
郜辉,吕志刚.
人工势场法目标不可达的研究[J]
.国外电子测量技术,2018,37(1):29-33.
被引量:21
9
吕志刚,李琳,宇文超朋,郜辉.
启发式搜索算法路径规划研究[J]
.国外电子测量技术,2018,37(6):16-21.
被引量:8
10
张敬寒,陶兆胜,彭澎,王丽华.
基于扩大搜索邻域A~*算法的平滑路径规划[J]
.长春理工大学学报(自然科学版),2018,41(6):124-127.
被引量:17
同被引文献
23
1
宋代立,张洁.
蚁群算法求解混合流水车间分批调度问题[J]
.计算机集成制造系统,2013,19(7):1640-1647.
被引量:44
2
史恩秀,陈敏敏,李俊,黄玉美.
基于蚁群算法的移动机器人全局路径规划方法研究[J]
.农业机械学报,2014,45(6):53-57.
被引量:124
3
王建群,贾洋洋,肖庆元.
狼群算法在水电站水库优化调度中的应用[J]
.水利水电科技进展,2015,35(3):1-4.
被引量:32
4
刘建华,杨建国,刘华平,耿鹏,高蒙.
基于势场蚁群算法的移动机器人全局路径规划方法[J]
.农业机械学报,2015,46(9):18-27.
被引量:136
5
张成,凌有铸,陈孟元.
改进蚁群算法求解移动机器人路径规划[J]
.电子测量与仪器学报,2016,30(11):1758-1764.
被引量:50
6
王春华,邱立鹏,潘德文.
改进蚁群算法的机器人焊接路径规划[J]
.传感器与微系统,2017,36(2):75-77.
被引量:13
7
王慧,王光宇,潘德文.
基于改进粒子群算法的移动机器人路径规划[J]
.传感器与微系统,2017,36(5):77-79.
被引量:31
8
赵甜甜,王思明.
基于改进PSO算法的移动机器人路径规划[J]
.传感器与微系统,2018,37(2):57-60.
被引量:15
9
王春颖,刘平,秦洪政.
移动机器人的智能路径规划算法综述[J]
.传感器与微系统,2018,37(8):5-8.
被引量:85
10
尹元元,游晓明,许明乐,刘升.
基于动态启发算子的双种群蚁群算法及其应用[J]
.传感器与微系统,2018,37(9):158-160.
被引量:5
引证文献
3
1
陈志,邹爱成.
基于改进狼群算法的机器人路径规划研究[J]
.滨州学院学报,2020,36(2):69-73.
被引量:1
2
刘泽,金世俊,王庆.
基于改进蚁群算法的移动机器人二维路径规划[J]
.传感器与微系统,2020,39(10):149-152.
被引量:32
3
赵东东,张明亮,刘继超,魏怡轩.
基于PSO的胶囊机器人高效路径规划与优化[J]
.微型计算机,2025(23):55-57.
二级引证文献
33
1
程鑫,张帆,同军超,张卫超.
多目标多障碍路径规划的改进蚁群算法研究[J]
.数字制造科学,2022(1):1-6.
被引量:1
2
张仪,赵苗慧,杨兵,张彤.
移动机器人路径规划的改进蚁群算法[J]
.科学技术创新,2021(8):98-99.
被引量:2
3
单成鑫,李立伟,杨玉新.
基于IACO-PF的锂电池SOC估算[J]
.储能科学与技术,2021,10(3):1145-1152.
被引量:7
4
李燕,季建楠,沈葭栎,苏瑞.
基于改进蚁群算法的移动机器人路径规划方法[J]
.南京信息工程大学学报(自然科学版),2021,13(3):298-303.
被引量:14
5
封文娜,谷玉荣.
多指标体系和改进神经网络的绿色建筑设计方案评价模型[J]
.现代电子技术,2021,44(13):101-105.
被引量:8
6
刘双双,詹京吴,黄宜庆.
自适应避障蚁群算法的移动机器人路径规划[J]
.安徽工程大学学报,2021,36(3):27-33.
被引量:3
7
李梓欣,李军.
自动驾驶汽车路径规划算法研究[J]
.汽车工程师,2021(8):11-14.
被引量:6
8
李承睿,尹姝呓,毛剑琳.
协同进化算法在三维路径规划中的研究[J]
.电子测量技术,2021,44(11):73-78.
被引量:5
9
李二超,齐款款.
B样条曲线融合蚁群算法的机器人路径规划[J]
.计算机应用,2021,41(12):3558-3564.
被引量:20
10
陈颖杰,高茂庭.
基于信息素初始分配和动态更新的蚁群算法[J]
.计算机工程与应用,2022,58(2):95-101.
被引量:23
1
石建平,李培生,刘国平.
基于混合群智能优化算法的混沌系统参数估计[J]
.计算物理,2019,36(5):621-630.
被引量:9
2
周磊,董学育,孙飞.
基于改进人工鱼群算法的微电网经济调度[J]
.供用电,2019,36(12):62-68.
被引量:11
3
李博涵,王红蕾.
基于分治策略归并算法的考研择校指南平台研究[J]
.数码世界,2019,0(12):133-133.
电子技术与软件工程
2019年 第23期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部