-
公开(公告)号：CN114995460A
公开(公告)日：2022-09-02
申请号：CN202210777005.X
申请日：2022-07-04
Applicant: 东北大学秦皇岛分校
IPC: G05D1/02
Abstract: 本发明公开了一种基于自适应改进蚁群算法的机器人路径规划方法，用于提高算法的全局寻优能力和收敛速度。包括如下步骤：建立栅格地图环境；采用Djikstra算法在地图中规划一条初始路径，提高该路径上的信息素含量，按照扩散模型进行信息素扩散；初始化参数和禁忌表，释放蚂蚁，按照改进的状态转移规则选择下一节点；更新禁忌表和路径长度，直到蚂蚁到达终点；按照改进的信息素更新公式更新信息素；输出最优路径及路径长度。本发明改进的蚁群算法用于规划复杂地图环境下移动机器人的最短路径，该方法提高了算法的收敛速度，降低路径规划时间，减少了蚂蚁搜索过程中的盲目性和随机性，减少了路径的拐点个数，提高机器人路径规划的效率。
-
公开(公告)号：CN115130921A
公开(公告)日：2022-09-30
申请号：CN202210913975.8
申请日：2022-08-01
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于自适应改进PSO算法的电动汽车充电调度方法，用于提高算法的全局寻优能力和收敛速度。包括如下步骤：基于蒙特卡洛思想生成电动汽车充电信息；初始化粒子位置，记录种群的平均适应度值；初始化惯性权重和学习因子并建立适应度与惯性权重之间的反馈调节机制；种群搜索进化，各时段先分别求最优解后再进行汇总；引入模拟退火算法的概率接受公式加大搜索区间从而确保搜索到全局最优。本发明改进的PSO用于规划高负载下的电动汽车充电调度问题，相较于传统PSO算法，该方法提高了算法的收敛速度，减小了电网波动方差以及用户的充电延迟时间。
-
公开(公告)号：CN114995460B
公开(公告)日：2024-07-05
申请号：CN202210777005.X
申请日：2022-07-04
Applicant: 东北大学秦皇岛分校
IPC: G05D1/43
Abstract: 本发明公开了一种基于自适应改进蚁群算法的机器人路径规划方法，用于提高算法的全局寻优能力和收敛速度。包括如下步骤：建立栅格地图环境；采用Djikstra算法在地图中规划一条初始路径，提高该路径上的信息素含量，按照扩散模型进行信息素扩散；初始化参数和禁忌表，释放蚂蚁，按照改进的状态转移规则选择下一节点；更新禁忌表和路径长度，直到蚂蚁到达终点；按照改进的信息素更新公式更新信息素；输出最优路径及路径长度。本发明改进的蚁群算法用于规划复杂地图环境下移动机器人的最短路径，该方法提高了算法的收敛速度，降低路径规划时间，减少了蚂蚁搜索过程中的盲目性和随机性，减少了路径的拐点个数，提高机器人路径规划的效率。
-
-
Search Results
3
records
(took 0.029 seconds)
