龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：黎建军
摘要：本发明公开了一种蜘蛛群居算法的机器人路径规划方法，包括采用栅格法对地图环境进行建模、初始化蜘蛛群居算法基本参数、随机分配初始蜘蛛种群、蜘蛛种群按照蜘蛛群居算法的学习策略完成协作过程、输出适应度值、判断适应度值是否小于设定的最小适应度值、输出最短路径和长度。本发明通过引入惯性权重和学习因子，对邻域搜索与全局搜索进行优化，增加惯性权重与学习因子之间的相互作用来平衡方法的全局搜索和局部开发能力，改进后的方法收敛结果更稳定，提高了收敛速度与搜索精度，实现所规划的最短路径优异。
主权项：1.一种蜘蛛群居算法的机器人路径规划方法，其特征在于，包括以下步骤：步骤一：采用栅格法对地图环境进行建模，设置起始节点、目标节点、障碍物；步骤二：初始化蜘蛛群居算法基本参数，包括种群数目N、婚配半径r、最大迭代次数T、最小适应度值；步骤三：随机分配初始蜘蛛种群，根据适应度函数，确定当前各个蜘蛛的适应值；步骤四：蜘蛛种群依据蜘蛛群居算法的学习策略完成协作过程，产生新的蜘蛛个体，根据适应度函数值选择新、旧蜘蛛种群中较优的个体作为迭代种群，记录迭代路径，输出适应度值；学习策略包括惯性权重，惯性权重设置为： q为惯性权重，n为非线性调整指数，T为最大迭代次数，t为当前迭代次数，qmax和qmin分别是惯性权重的最大值和最小值；步骤五：判断适应度值是否小于设定的最小适应度值，若适应度值小于或等于最小适应度值，输出最短路径和长度；步骤六：若适应度值大于最小适应度值，返回步骤四。
全文数据：
权利要求：
百度查询： 黎建军 一种蜘蛛群居算法的机器人路径规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号