本文已被:浏览 1991次 下载 3865次
Received:March 17, 2010 Revised:May 06, 2010
Received:March 17, 2010 Revised:May 06, 2010
中文摘要: 协同进化是一种新兴的、简单有效的智能优化方法,具有较好的收敛性、鲁棒性和高效性,在多目标优化问题中得到很广泛应用。将其应用到复杂环境下多智能体机器人的路径规划中,并设计适应度评价函数。同时,引入一系列新的变异操作算子,有效地对多智能体机器人规划的路径进行优化,加速了整体的规划速度,避免规划陷入局部最优,从而获得多智能体系统的全局最优或次优解。最后给出了的仿真结果证明方法可行、有效。
Abstract:Co-Evolution is a novel, simple and effective Intelligent Optimization approach, has good convergence, robustness and efficiency in multi-objective optimization problem has been very widely used. In this paper, its application to complex environment of multi-robot path planning, and design of the fitness evaluation function. At the same time, the introduction of a new series of operator variability and effective manner to multi-robot path planning, optimization, accelerated the pace of overall planning to avoid a local optimum planning, multi-robot system in order to obtain the global optimal or sub-optimal solution. Finally, the simulation results prove the method is feasible and effective.
文章编号: 中图分类号: 文献标志码:
基金项目:国家自然科学基金项目(编号:60774023);湖南省自然科学基金项目(编号:06jj5014);解放军理工大学理学院青年基金项目(QN-DZ-2009-03)
Author Name | Affiliation |
雷小宇 | 解放军理工大学理学院 江苏 南京 211101 |
杨胜跃 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
张亚鸣 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
樊晓平 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
瞿志华 | 美国中佛罗里达大学 电子与计算机工程系 奥兰多 FL 32816,USA |
Author Name | Affiliation |
雷小宇 | 解放军理工大学理学院 江苏 南京 211101 |
杨胜跃 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
张亚鸣 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
樊晓平 | 中南大学信息科学与工程学院 湖南 长沙 410075 |
瞿志华 | 美国中佛罗里达大学 电子与计算机工程系 奥兰多 FL 32816,USA |
引用文本:
雷小宇,杨胜跃,张亚鸣,樊晓平,瞿志华.基于协同进化的多智能体机器人路径规划.计算机系统应用,2010,19(11):157-161
.Path Planning Research for Multi-Agent Robot Based on Co-Evolution.COMPUTER SYSTEMS APPLICATIONS,2010,19(11):157-161
雷小宇,杨胜跃,张亚鸣,樊晓平,瞿志华.基于协同进化的多智能体机器人路径规划.计算机系统应用,2010,19(11):157-161
.Path Planning Research for Multi-Agent Robot Based on Co-Evolution.COMPUTER SYSTEMS APPLICATIONS,2010,19(11):157-161