基于VSPSO和A-G网络的掘进机动态路径规划

为解决部分断面悬臂式掘进机行进路径规划问题,实现掘进机的无人化掘进,提出基于变异自适应粒子群算法(VSPSO)和行为规则栅格网络(A-G)的掘进机动态路径规划方法.通过分析掘进机行进特征和煤矿井下巷道特征,建立基于行为规则的栅格网络模型和代价模型,给定代价函数的类型及耗费系数的取值范围,以巷道模拟数据为基础,通过所提出的VSPSO算法和6种改进型PSO算法进行掘进机行进路径规划并对结果进行比较.比较结果表明,在测试函数下, VSPSO算法收敛速度更快、收敛精度更高,在行为规则栅格网络模型下, VSPSO算法的收敛速度与精度最高,且能够规划出符合掘进机行为特征的最优行进路径.