SIA OpenIR  > 海洋信息技术装备中心
基于改进型蚁群算法的AUV路径规划
其他题名AUV Path Planning Based on Improved Ant Colony Algorithm
董凌艳; 徐红丽
作者部门海洋信息技术装备中心
关键词路径规划 蚁群算法 再励学习 Dijkstra算法 信息素更新 自治水下机器人
发表期刊自动化与仪表
ISSN1001-9944
2017
卷号32期号:3页码:1-4
产权排序1
资助机构中国科学院国防创新项目(CXJJ-15M031)
摘要在已知障碍物的环境中寻找一条从起点到终点的无碰路径即为路径规划。扩展改进型蚁群算法应用背景,应用于智能水下机器人(AUV)的路径规划。为改善传统蚁群算法在实际应用中的不足,提出加入再励学习机制的改进型蚁群算法。通过对蚁群信息素更新实行奖惩制度后,改善蚁群算法搜索求解缓慢,易陷入局部最优解而产生停滞现象,提高算法的搜索速度及寻优能力,能够明显地提高路径规划的效率。仿真结果验证了改进算法的有效性。
其他摘要Path planning is meant by looking for a path without collision from the start point to target point in an environment which the obstacle is known. Improved ant colony algorithm is extended to the area of path planning for autonomous underwater vehicle, namely AUV for short. To improve the drawbacks of traditional ant colony algorithm in practical application, an improved ant colony algorithm based on reinforcement learning is proposed. The ant algorithm's shortcomings of slow in search and easy in trapping into local optimal solution are improved with the usage of reward and punishment in the update of ant colony pheromone. Improve the search speed and optimization ability of the algorithm can obviously improve the efficiency of path planning. Simulation results verify the effectiveness of the improved algorithm.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/20355
专题海洋信息技术装备中心
通讯作者董凌艳
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室
2.中国科学院大学
推荐引用方式
GB/T 7714
董凌艳,徐红丽. 基于改进型蚁群算法的AUV路径规划[J]. 自动化与仪表,2017,32(3):1-4.
APA 董凌艳,&徐红丽.(2017).基于改进型蚁群算法的AUV路径规划.自动化与仪表,32(3),1-4.
MLA 董凌艳,et al."基于改进型蚁群算法的AUV路径规划".自动化与仪表 32.3(2017):1-4.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于改进型蚁群算法的AUV路径规划.pd(326KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[董凌艳]的文章
[徐红丽]的文章
百度学术
百度学术中相似的文章
[董凌艳]的文章
[徐红丽]的文章
必应学术
必应学术中相似的文章
[董凌艳]的文章
[徐红丽]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于改进型蚁群算法的AUV路径规划.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。