資源描述：
《基于粒子群算法的移動(dòng)機(jī)器人路徑規(guī)劃研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中南大學(xué)碩士論文摘要粒子群優(yōu)化算法是一種進(jìn)化計(jì)算技術(shù)，同遺傳算法類似，也是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機(jī)解，通過(guò)疊代搜尋最優(yōu)值，粒子在解空間追隨最優(yōu)的粒子進(jìn)行搜索。目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡(luò)訓(xùn)練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域。顯示出粒子群算法在求解復(fù)雜問(wèn)題方面的優(yōu)越性。文中詳細(xì)闡述了粒子群算法的產(chǎn)生和發(fā)展歷程，介紹了粒子群算法的生物學(xué)機(jī)理、拓?fù)浣Y(jié)構(gòu)，以及標(biāo)準(zhǔn)粒子群算法。針對(duì)標(biāo)準(zhǔn)粒子群算法的一些缺點(diǎn)，列舉了一些典型的粒子群算法的改進(jìn)算法，并對(duì)其在各個(gè)領(lǐng)域中的應(yīng)用做了簡(jiǎn)要的敘述。同時(shí)綜述了機(jī)器人的起源與發(fā)展歷程，展望了
2、未來(lái)機(jī)器人的發(fā)展方向——智能機(jī)器人。智能機(jī)器人中最重要的一個(gè)研究課題是移動(dòng)機(jī)器人的路徑規(guī)劃，在文中詳細(xì)地說(shuō)明了移動(dòng)機(jī)器人路徑規(guī)劃的一般概念、特點(diǎn)、分類及其進(jìn)行路徑規(guī)劃的一些基本問(wèn)題以及幾種常見(jiàn)的路徑規(guī)劃方法。本文結(jié)合移動(dòng)機(jī)器人路徑規(guī)劃的特點(diǎn)，提出了基于粒子群算法的移動(dòng)機(jī)器人全局最優(yōu)路徑規(guī)劃方法。文中，我們對(duì)標(biāo)準(zhǔn)粒子群算法進(jìn)行了改進(jìn)，在線性改變慣性權(quán)重的同時(shí)，將一些無(wú)效的粒子重新初始化為有效的隨機(jī)粒子，這樣做有助于擴(kuò)大搜索范圍，防止算法陷入局部最優(yōu)解?；诹Ｗ尤核惴ǖ囊苿?dòng)機(jī)器人全局最優(yōu)路徑規(guī)劃方法分為二步：第一步是利用網(wǎng)格法建立移動(dòng)機(jī)器人的自由空間
3、模型，第二步是采用改進(jìn)的粒子群算法為機(jī)器人搜索出一條全局最優(yōu)路徑。我們已經(jīng)對(duì)所提出的算法進(jìn)行了計(jì)算機(jī)仿真，通過(guò)結(jié)果對(duì)比，證實(shí)了本文所提出的方法無(wú)論是在收斂速度，還是在動(dòng)態(tài)收斂特征方面都比基于標(biāo)準(zhǔn)粒子群算法、帶壓縮因子粒子群算法、以及慣性權(quán)重粒子群算法的移動(dòng)機(jī)器人全局路徑規(guī)劃方法更好。關(guān)鍵宇：移動(dòng)機(jī)器人，粒子群算法，路徑規(guī)劃，網(wǎng)格法中南大學(xué)碩士論文ABSllU正TParticleSwarmOptimization(PS0)iSakindofnoveltyevolutionalgodthm．SimilartoGeneticAlgorithms(GAs
4、)，PSOalsoisapopulmionbasedoptimizationt001．Thesystemisinitializedwithapopulationofrandomsolutionsandsearchesforoptimabyup,htmggenerations．PSOhasbeensuccessfullyappliedinmanyareas"functionoptimization,artificialneuralnetworktraining,fuzzysystemcontrol，andotherareas．Itssuperior
5、ityinsolvingcomplexproblemhasbeenmanifested．TheoriginandthedevelopmentofParticleSwarmOptimizationareoutlinedinthispaper．111eprincipal．thetopologicconfiguration,thestandardParticleSwarmOptimizationarepresented．Meanwhile，someclassicalimprovedParticleSwarmOptimizationtomakeupfor
6、theshortcomingsofstandardParticleSwarmOptimizationanditswidespreadapplicationshavebeenintroduced．TheoriginandthedevelopmentofmobilerobotarealsooutlinedinthisPaper．1kmobilerobot’Sprospectaspectinthefuture--intelligentrobothasbeenpresented．弛epathplanningformobilerobotsisthemost
7、importantaspectofintelligentrobot．negeneralconceptions，characteristic，classifybasedissueandsomefamiliarmethodsofpathplanningarepresented．OnthebasisofParticleSwarmOptimization，accordingtothecharacteristicsofthepathplanningofmobilerobotsinthestaticenvironment,anewmethodWaspropo
8、sed．1mestandardParticleSwarmOptimizationhasbeenimproved．InertiaWeigh
