一种新的全球最佳领先人工蜂群算法及其在机器人路径规划中的应用

全球最佳领先人工蜂群算法及其在大规模输电定价中的应用

将人工蜂群算法应用到机器人路径规划问题上，使机器人路径规划问题得到很好地解决。

采用蚁群算法求解复杂环境下移动机器人路径规划问题时,会出现运算时间过长、求解精度不高等问题,对此,定义一种新的动态搜索诱导算子以改进蚁群算法性能.重点设计了动态搜索模型,即:在进化初期设定较大阈值以增

人工蜂群算的大论文，作者高卫峰吗，没有知网下载途径的同学可以下载用。人工蜂群算法是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部

文中提出了一种改进的A*算法并应用于机器人路径规划中。采用基于A*算法的二次路径规划策略,机器人行走时遇到突然出现的未知障碍物时能有效地进行路径重规划;采用基于优先级的子节点生成策略,考虑到了现实中机

人工蜂群算法(Artifical Bee Colony)是一种元启发式智能算法,由Karaboga in 2005在2005年引入,用来求解数值优化问题。它受启发于蜜蜂的觅食行为。这种算法主要基于 T

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外

针对机器人加工路径规划问题，提出了一种基于人工鱼群算法的机器人加工路径规划新方法。仿真实验表明，该算法实现简单，搜索效率高，在较短时间内能够求得最优解，可满足机器人加工的实时性要求。

基于Dijkstra算法的足球机器人的一种路径规划方法.pdf

基本粒子群算法在模拟生物群体智能时,只有信息的单一传递和强迫学习机制,导致群体迅速收敛和种群的多样性降低。为此,提出一种具有综合学习机制的粒子群算法,将所有粒子的个体极值的平均值取代每一粒子的个体极值