亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A mixing algorithm of ACO and ABC for solving path planning of mobile robot

蚁群优化算法 运动规划 人工蜂群算法 计算机科学 路径(计算) 算法 启发式 趋同(经济学) 数学优化 路径长度 管道(软件) 移动机器人 人工智能 蚁群 机器人 数学 经济 经济增长 程序设计语言 计算机网络
作者
Guangxin Li,Chao Liu,Lei Wu,Wensheng Xiao
出处
期刊:Applied Soft Computing [Elsevier]
卷期号:148: 110868-110868 被引量:20
标识
DOI:10.1016/j.asoc.2023.110868
摘要

Path planning is involved in many applications such as trajectory planning, mobile robotics, pipeline layout, etc. Researchers use artificial intelligence algorithms to solve path planning efficiently, among which the ant colony algorithm (ACO) is one of the common intelligent algorithms to solve path planning problems. However, the traditional ACO has defects such as low early search efficiency and easy to fall into local optimum, while the artificial bee colony algorithm (ABC) has high search efficiency. Therefore, an improved ant colony optimization-artificial bee colony algorithm (IACO-IABC) is proposed in this study. IACO-IABC contains three mechanisms. First, the heuristic mechanism with directional information for the ACO is improved to enhance the efficiency of steering towards the target direction. Secondly, the novel neighborhood search mechanism of the employed bee and the onlooker bee in the ABC is presented to enhance the exploitation of optimal solutions. Then, the path optimization mechanism is introduced further to reduce the number of turn times in the planned path. To verify the performance of the IACO-IABC, a series of experiments are conducted with 10 different maps. The experiments compare nine variants of ACO and eight commonly used intelligent search algorithms, and the results show the advantages of the IACO-IABC in reducing the number of turn times and path lengths and enhancing the convergence speed of the algorithm. Compared to the best results of other algorithms, the average improvement percentages of the proposed algorithm in terms of the path turn times are 375%, 258.33%, 483.33%, 186.67%, 166.77% and 255.33%, further demonstrating the ability of IACO-IABC to obtain high-quality path planning result.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
招水若离完成签到,获得积分10
1秒前
LANGYE完成签到,获得积分10
3秒前
7秒前
科研搬运工完成签到,获得积分10
11秒前
11秒前
sagapo完成签到 ,获得积分10
16秒前
寻道图强应助科研通管家采纳,获得40
18秒前
jingjing完成签到 ,获得积分10
24秒前
26秒前
白小余发布了新的文献求助10
32秒前
简单的尔风完成签到 ,获得积分10
49秒前
ding应助开心努力毕业版采纳,获得10
49秒前
57秒前
科研通AI2S应助安静鸽哥采纳,获得10
57秒前
1分钟前
1分钟前
1分钟前
布通发布了新的文献求助30
1分钟前
陶兜兜完成签到,获得积分10
1分钟前
安静的磬发布了新的文献求助10
1分钟前
科研通AI2S应助安静的磬采纳,获得10
1分钟前
科研通AI2S应助陶兜兜采纳,获得10
1分钟前
苗条青槐完成签到 ,获得积分10
1分钟前
支觅露完成签到 ,获得积分10
1分钟前
CipherSage应助蝈蝈采纳,获得30
2分钟前
ooooyasumi完成签到,获得积分10
2分钟前
2分钟前
2分钟前
NexusExplorer应助吵吵robot采纳,获得10
2分钟前
2分钟前
姚老表完成签到,获得积分10
2分钟前
2分钟前
LU完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
bkagyin应助KSung采纳,获得10
3分钟前
体贴问丝完成签到 ,获得积分10
3分钟前
4分钟前
KSung发布了新的文献求助10
4分钟前
桃园奈奈露完成签到,获得积分10
4分钟前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068019
求助须知:如何正确求助?哪些是违规求助? 2722010
关于积分的说明 7475912
捐赠科研通 2369097
什么是DOI,文献DOI怎么找? 1256116
科研通“疑难数据库(出版商)”最低求助积分说明 609454
版权声明 596795