首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 265 毫秒
1.
针对巡检机器人路径规划问题,提出一种基于混合粒子群算法的路径规划方法,目的是当巡检机器人在工作区进行巡检时,为其提供一条最短路径。该方法引入遗传算法中的交叉和变异策略,对传统粒子群算法进行改进。试验结果表明,在70m×70m的工作区中,改进粒子群算法规划的最短路径长度相比传统粒子群算法和遗传算法分别减少43. 93m和23. 34m,其迭代次数相比传统粒子群算法和遗传算法分别减少34次和23次,验证了此改进算法的有效性。  相似文献   

2.
为解决暑假旅行人员以成本最小化为目标的最佳旅行路线选择难题,基于路径优化理论(VRP)及粒子群算法,设计了以暑假旅游路线最短为优化目标的数学模型,采用计算机编程技术,设计了求解该优化模型的粒子群算法,并选择案例对模型及算法进行了验证。案例应用结果表明,该模型和算法能够有效解决最佳旅游路线选择难题,正确率达98%。基于VRP理论及粒子群算法的最短路选择模型不仅能够快速求解出最优路径方案,还能够有效降低人工经验选择最短路径中存在的误差。  相似文献   

3.
针对基于霍夫变换类圆检测算法计算量大、耗时长等问题,提出了一种基于粒子群算法的圆检测算法。该算法通过对图像进行灰度化、滤波去噪与边缘检测等预处理获取边缘图像后,再从中随机选取两点之中点作为初始粒子位置,通过设置最大迭代次数与阈值克服粒子陷入局部最优问题及判断是否检测到圆。对比粒子群圆检测算法与Open CV 3.0中霍夫变换圆检测算法实验数据,结果表明,粒子群圆检测算法在同样检测背景下,检测效果相同,所需时间最短。  相似文献   

4.
随着科学信息技术的发展,粒子群优化算法凭借简单的概念与易实现的特点,获得了众多科研人员的青睐,但在粒子群优化算法应用于移动机器人路径规划时,却遇到了经常陷入局部最优值的问题.本次研究提出对PSO算法进行优化以优化该局部最优的问题.在对PSO算法进行优化的过程中,采用混沌算法对PSO算法进行初始化,随后将其早熟粒子进行混...  相似文献   

5.
粒子群算法是一种群智能随机优化算法,通过粒子间的合作与竞争,寻找优化问题极值,目前被广泛应用于动态优化问题的求解中。对动态系统中粒子群优化算法进行研究,介绍了粒子群算法基本原理、动态系统分类,以及两种动态优化问题的具体表达形式,并阐述了粒子群算法在动态系统中的3种优化方法及其应用。  相似文献   

6.
粒子群优化算法最早是针对无约束连续优化问题而提出的。通过总结传统粒子群优化算法改进的研究工作,介绍了一种针对无约束函数优化问题的基于混沌搜索的粒子群算法和一种结合模拟退火策略的粒子群算法。这两种算法实用性较强、优化效果明显。  相似文献   

7.
研究机器人避障最短路径的问题.要求在一个区域中存在十二个障碍物,由出发点到达目标点以及由出发点经过途中的若干目标点到达最终目标点的最短路径.我们通过证明具有圆形限定区域的最短路径是由两部分组成的:一部分是平面上的自然最短路径(即直线段),另一部分是限定区域的部分边界(即圆弧),这两部分是相切的,互相连接的.依据这个结果,根据线性规划知识设定机器人的行走路径为目标函数,将所设变量的变化范围作为约束条件,最后用Lingo(11.0)软件求得目标函数的最小值,使得机器人沿最短路径到达目标点.建立了最优化模型,最短路径依次如下:O→A最短路径为:470.3636O→B最短路径为:853.1174O→C最短路径为:1092.8224O→A→B→C→O最短路径:2714.3069O→A最短时间为:96.01764  相似文献   

8.
针对粒子群优化算法PSO求解车辆路径问题容易陷入局部最优的缺陷,提出了将量子门思想、遗传算法思想与粒子群算法相结合的混合算法来求解车辆路径问题,以Matlab语言为开发工具实现VRP实际问题的求解。实验表明,混合算法比粒子群算法能有更好的避免陷入局部最优,可以搜索到更优解。  相似文献   

9.
对于单源点最短路径问题可用Dijkstra算法进行实现,对两点间(单源点、单目的点)最短路径问题则用A~*算法实现。重点对A~*算法的实现作了细致的讨论,并用A~*算法解决了八数码问题。  相似文献   

10.
《滨州学院学报》2022,(2):69-73
绝对值距离Steiner最小树问题是在铺设网络线缆等领域应用广泛的一个NP难的经典组合优化问题。针对此问题,提出基于最小生成树问题的二进制粒子群算法。该算法首先对网络节点进行编码,计算适应度函数值,并使用二进制粒子群算法求解Steiner点。数据实验结果表明,该算法具有实用性。  相似文献   

11.
标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。  相似文献   

12.
The standard particle swarm optimization (PSO) algorithm is a novel evolutionary algorithm in which each particle studies its own previous best solution and the group's previous best solutions to optimization problems. One problem in PSO is its tendency of trapping into local optima. In this paper, a multi-swarm technique based on fast particle swarm optimization(FPSO) algorithm is proposed by introducing crossover operation. FPSO is global search algorithm which can prevent PSO from trapping into local optima in light of Cauchy mutation. Though it can get high optimizing precision, the convergence rate is not satisfactory. FMSO can not only find satisfying solutions, but also speed up the search.  相似文献   

13.
本文以校园火灾环境为平台,提出一种安全疏散模型。该模型基于图的广度优先遍历和弗洛伊德算法计算每个建筑的危险程度,利用迪杰斯特拉算法搜索用户当前位置到各个疏散出口的最短路径,综合每个建筑的危险度和最短路径的长度计算了疏散代价函数,最终获得最安全、最高效的最优疏散路径。本文提出的模型不仅适用于校园环境,也对各类景区、城市交通等更加复杂环境下的安全疏散有一定的借鉴意义。  相似文献   

14.
The algorithm for the approximate solution of a geodesic connecting two given points on a simple surface is discussed in this paper. It arises from practical demands of the filament winding technique. Geodesic is the shortest path connecting two given points on a surface and it can also be regarded as the extremal curve of the arc length functional. The nonlinear equation system of the geodesic on some discrete points by means of the direct variation method is explored. By employing Newton’s iterative method, this nonlinear system is transformed into a linear one. And the approximate solution to the geodesic is obtained by solving the resultant linear system. This paper also proves that the iteration is convergent under certain circumstance. Moreover, the result is illustrated with three examples and an appropriate comparison between the analytical solution and the approximate solution to the geodesic is described on the cone surface.  相似文献   

15.
为了克服传统粒子群算法(Pso)的早熟和局部最优问题,通过分析基于惯性权重的粒子群优化在粒子寻优过程中的可行性,提出了一种变惯性权重的改进PSo算法,并对经典的测试函数进行TN试。实验结果证明,与传统PSO算法以及基于惯性权重的PSO相比,改进算法的寻优效果较好,全局搜索能力有显著提高,并能有效地避免早熟收敛问题。  相似文献   

16.
介绍了粒子群优化算法的基本原理;给出了基于这种进化计算技术的阵列天线方向图综合方法;对粒子群优化算法和遗传算法的特点进行了对比研究,同时对基本粒子群优化算法提出了一种改进策略。研究表明,粒子群优化算法是一种稳定性好,易于实现并行计算的优化算法,在阵列天线方向图综合中具有良好的应用前景。  相似文献   

17.
提出了平面散乱数据点集曲线重构的最短路逼近算法,它创造性地把散乱数据点集的曲线重构问题转化为图论中带权连通图的最短路求解问题。新方法根据散乱数据点的分布情况构造平面上的势函数,并对散乱数据点集进行Delaunay三角化。根据势函数对Delaunay三角网格的每条边赋一个权值,生成带权连通图。在带权连通图上生成重构曲线两端点间的逼近路径,简化逼近路径,找出该路径上的关键点。以关键点为控制点,势函数值为权值,生成有理B样条曲线。最短路逼近算法在实验中取得很好的效果,成功解决了移动最小二乘法难以解决的具有尖点特征的数据点集的曲线重构问题。  相似文献   

18.
从图论的角度讨论了静态最优路径的算法及其复杂度,在此基础上对停车诱导功能需求进行研究,提出了停车场内部诱导系统的设计思路和方法.  相似文献   

19.
基于启发式算法的工作流调度算法目标单一,无法保证用户满意度,且多目标调度算法少、性能差。为了改善现状,提出基于多阶段PSO的多目标工作流调度算法MSPSO,分析工作流任务的层次结构,按层次进行多阶段PSO调度,结合排队理论估算每阶段调度需要的虚拟机数量,控制PSO搜索空间,使算法能快速找到最优解。用4种真实科学工作流在CloudSim环境下进行仿真实验。结果表明,MSPSO算法资源利用率提高了1.81%,能耗降低了9.16%,任务违约率低至0.075%。MSPSO调度算法不仅能动态增减虚拟机,降低能耗,还能在保证截止时间的前提下降低任务违约率,提高资源利用率。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号