蜂群优化算法的机器人路径规划

摘要

提出了一种改进人工蜂群算法用于机器人的路径规划。为了防止算法早熟,基于梯度下降算法的思想对蜜源位置更新公式进行了改进,同时在公式中引入了自适应位置更新系数。以上述改进公式为基础,基于Bootstrap采样策略,对引领蜂和观察蜂各自的种群进行重采样,以提高算法收敛速度。在部分标准测试函数上对所提算法进行了有效性验证,结果表明所提算法较以往的蜂群算法具有更高的收敛速度,且收敛精度提高。将所提算法与改进较优的FSABC算法用于移动机器人路径规划。多次试验结果表明,所提算法具有更高的精度,速度更快等优点。