刘东林,　陈银银

(华东理工大学信息科学与工程学院,上海 200237)



基于花香浓度的人工蜂群算法在机器人路径规划中的应用

刘东林,陈银银

(华东理工大学信息科学与工程学院,上海 200237)

传统的人工蜂群算法是在一种较理想的环境中进行的,不会考虑风的阻力、长时间飞行找不到蜜源使体力下降等现实因素。本文提出了基于花香浓度的人工蜂群算法——FABC算法,在传统的人工蜂群算法中加入了步长和视野范围两个因素提升求解精度,并在侦查蜂阶段提出了花香浓度机制避免陷入局部最优,提高收敛速度。为了验证FABC算法的有效性,采用4个经典测试函数对FABC算法进行了仿真实验,并将实验结果与传统人工蜂群算法以及其他改进人工蜂群算法进行对比。最后将FABC算法应用到机器人路径规划仿真实验中,实验结果证明FABC算法能够有效地解决机器人路径规划问题。

人工蜂群算法; 花香浓度机制; 路径规划

“Arobotineveryhome”,PC革命的领导者Gates预测下一个科技热点领域将是机器人[1]。20世纪中期至今,对于智能移动机器人的研究在各个方面都已经取得了长足的进步。智能移动机器人的核心部分是机器人导航技术,而路径规划是机器人导航技术的基础[2]。机器人路径规划问题具体是指在有障碍物的环境下,从起点到目标点规划出一条无碰撞的满足约束条件的最优路径[3]。一些智能仿生方法在机器人路径规划中具有很好的性能,如蚁群算法[4]、遗传算法[5]、粒子群算法[6]等。……