基于量子行为烟花算法的移动机器人路径规划及平滑

发布时间：2021-12-17 16:43

　　针对移动机器人全局路径规划问题,提出一种基于量子行为烟花算法（quantum-behaved fireworks algorithm,QFWA）的路径规划方法.改进算法在基本烟花算法（fireworks algorithm, FWA）的基础上增加了基于量子行为的烟花爆炸策略.该策略使得种群在接近全局最优时具有较强的局部搜索能力,同时在种群远离全局最优位置时具有较强的全局搜索能力.改进算法提高了烟花爆炸产生火花的多样性和算法的收敛速度.在Benchmark测试函数上将改进算法与其他几种优化算法进行了对比,结果表明改进算法的性能优于其他算法.将QFWA应用于求解移动机器人路径规划问题,并采用均值滤波结合人工势场法对规划出的路径进行路径平滑处理.仿真实验结果表明改进方法在移动机器人路径规划问题上的可行性和有效性. 

【文章来源】：控制理论与应用. 2019,36(09)北大核心EICSCD

【文章页数】：11 页

【参考文献】：
期刊论文
[1]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU.  Science China（Information Sciences）. 2018(05)
[2]基于改进烟花-蚁群混合算法的智能移动体避障路径规划[J]. 张玮,马焱,赵捍东,张磊,李营,李旭东.  控制与决策. 2019(02)
[3]烟花算法研究进展[J]. 谭营,郑少秋.  智能系统学报. 2014(05)
[4]移动机器人路径规划的改进蚁群优化算法[J]. 赵娟平,高宪文,符秀辉,刘金刚.  控制理论与应用. 2011(04)
[5]基于PSO的人工势场法在移动机器人路径规划中的应用[J]. 丁华胜,王华忠.  华东理工大学学报(自然科学版). 2010(05)
[6]移动机器人路径规划技术综述[J]. 朱大奇,颜明重.  控制与决策. 2010(07)

硕士论文
[1]基于烟花算法的移动机器人路径规划仿真研究[D]. 朱亮吉.西南交通大学 2018



本文编号：3540522