1 簡介

針對經(jīng)典人工蜂群算法在機器人路徑規(guī)劃中易于陷入局部極值,且尋優(yōu)過程收斂速度較慢等問題,提出了一種基于粒子群改進人工蜂群算法.通過設計變異算子來增大極值在陷入局部最優(yōu)時的跳出概率,提高機器人路徑規(guī)劃的收斂能力.實驗結果表明,文中方法能有效避免路徑規(guī)劃中的局部極值,減少機器人路徑規(guī)劃時間損耗,提高了路徑規(guī)劃效率.

2 部分代碼

function Plotting(sol,model) ? ?xs=model.xs; ? ?ys=model.ys; ? ?xt=model.xt; ? ?yt=model.yt; ? ?xobs=model.xobs; ? ?yobs=model.yobs; ? ?robs=model.robs; ? ?XS=sol.XS; ? ?YS=sol.YS; ? ?xx=sol.xx; ? ?yy=sol.yy; ? ?theta=(1/24:1/12:1)'*2*pi; ? ?for k=1:numel(xobs) ? ? ? ?fill(xobs(k)+robs(k)*cos(theta),yobs(k)+robs(k)*sin(theta),[0.9 0.2 0.7]); ? ? ? ?hold on; ? ?end % figure; ? ?plot(xx,yy,'g','LineWidth',2); ? ?plot(XS,YS,'ro'); ? ?plot(xs,ys,'yo','MarkerSize',14,'MarkerFaceColor','b'); ? ?plot(xt,yt,'bh','MarkerSize',14,'MarkerFaceColor','r'); ? ?hold off; ? ?grid on; ? ?axis equal;end

3 仿真結果

4 參考文獻

[1]鄧星, 張競丹, 邵海見,等. 基于改進人工蜂群進化算法的移動機器人路徑規(guī)劃與仿真分析[J]. 江蘇科技大學學報:自然科學版, 2020.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，相關matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡文獻，若有侵權聯(lián)系博主刪除。