基于改进人工鱼群算法的复杂地貌无人机三维路径规划

针对无人机在复杂海域地貌中的三维路径规划,在人工鱼群算法的基础上提出了一种改进的适应性人工鱼群算法。首先,利用数学模型建立地貌的三维模型,选取路径最短为性能评价函数,保证路径规划的合理性;其次,考虑到传统的人工鱼群算法前期收敛速度慢,后期需要精确搜索提高算法精度,提出自适应步长和自适应视野范围来更新个体的位置。为了避免算法陷入局部最优,在追尾行为中引入鱼群中的社会经验位置进行更新;最后,利用MATLAB对在3个复杂程度不同的地图中与传统的人工鱼群算法与粒子群算法对比,仿真结果表明改进后的人工鱼群算法在三维路径规划问题求解中具有更好的收敛速度和精度。

改进人工鱼群算法的机器人点对点路径规划

为了提高人工鱼群算法在机器人路径规划中的性能,提出了改进的人工鱼群算法。介绍了栅格环境建模方法;分析了人工鱼群算法基本原理和参数,为了使人工鱼群算法适用于栅格环境,对算法的视觉范围、移动步长进行了重新定义;引入了公示牌用来记录鱼群历史最优点;提出了自适应视觉范围和自适应拥挤度因子,用于协调算法的全局搜索能力和搜索精度;通过实验可以看出,改进算法规划出的最优路径比传统算法优化6%以上,路径平均值优化7%以上。

染色体重组鱼群算法的机器人导航路径规划

为了减少机器人导航路径的长度、提高导航路径规划的稳定性,提出了权值可调整染色体重组鱼群算法的导航路径规划方法。在环境建模方面,提出了边探索边建模方法,最大限度地保存了机器人工作空间。在路径规划方面,建立了机器人路径规划数学模型。在传统鱼群算法基础上进行了两点改进,一是提出了视觉范围和步长同步自适应调整方法,使算法探索能力和运动能力能够同步吻合调整,满足算法收敛和寻优要求;二是提出了权值可调整染色体重组方法,使鱼群能够跳出局部极值,向最优值区域靠近搜索,有利于提高算法寻优精度。同时使用改进鱼群算法与传统算法求解机器人路径规划模型,与传统鱼群算法相比,改进算法规划的最优路径长度减少了5.01%,耗时减少了约一倍,路径规划稳定性也优于传统算法。