本科毕业论文-群智能优化算法在机器人路径规划中的应用

《本科毕业论文-群智能优化算法在机器人路径规划中的应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、西安邮电大学毕业设计（论文）论文题目：群智能优化算法在机器人路径规划中的应用院（系）：自动化学院专业：智能科学与技术班级：学生姓名：导师姓名：职称：讲师起止时间：2012.12.18——2013.6.2047目录摘要IABSTRACTII引言11　绪论41.1　选题的背景和选题的意义41.2　应用领域51.3　该选题在相应学科领域中的发展进程和研究方向61.4　电子资源61.5　主要工作61.6　研究内容的创新点72　群智能优化算法—粒子群优化算法(PSO)82.1　粒子群优化算法(PSO)的思想起源82.2　算法原理92.3　粒子群优化算法(PSO)的流程112.3.1　基本粒

2、子群算法流程图132.4　基本粒子群算法Matlab主要代码及效果图142.4.1　代码运行效果图:152.5　特点与不足162.6　粒子群算法的研究现状173　机器人路径规划183.1　路径规划的定义183.2　机器人路径规划的思想起源183.3　移动机器人路径规划的原理203.3.1　基本原理203.3.2　相关定义213.3.3　机器人位置编码方法213.3.4　初始种群的产生223.4　路径规划的规划流程233.5　路径规划所要达到的目的233.6　路径规划的问题描述和建模243.6.1　建立移动机器人移动的环境模型243.6.2　建立环境模型的主要代码：293.6.3　

3、路径搜索方法304　群智能优化算法之粒子群优化算法在机器人路径规划中的具体应用314.1　问题描述与建模314.2　算法步骤324.3　算法流程图344.4　粒子群算法与机器人路径规划的结合实现354.4.1　优化算法的适应度函数的确定方式35474.4.2　参数的选择354.4.3　粒子位置和速度更新策略354.5　粒子群优化算法的改进364.6　仿真效果图385　结论406　致谢41参考文献42附录4347摘要智能优化不仅是学术研究的重要方面也是工程计算中的重要问题之一。其原理就是在达到必要的约束条件下，来寻求一组有效的参数值使得系统中的有些性能指标达到最值（最小值或是最大值

4、），这就是我们所说的优化思想。在我们的生活中到处都遍及优化的思想，例如：经济、管理、工程、社会、科学研究等各个方面，遍及人类生活的方方面面，那么它的重要性我们就众所周知了[5]。人们把群居昆虫的集体行为称作“群智能”（“群体智能”、“群集智能”、“集群智能”等），群智能作为一种新兴的演化计算技术已成为研究焦点，其模拟社会性动物的各种群体行为，利用群体中的个体之间的信息交互和合作来实现寻优的目的，它与人工生命，特别是进化策略以及遗传算法有着极为特殊的关系。其中最著名的群智能优化算法有：蚁群算法和粒子群算法。本文介绍了群智能算法之粒子群算法,粒子群优化是一种新兴的基于群体智能的启发式

5、全局搜索算法，群体中的每一个微粒代表待解决问题的一个候选解,算法通过粒子间信息素的交互作用发现复杂搜索空间中的最优区域，它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。路径规划是自主机器人导航的一个重要问题。信息融合技术作为一门新兴的实践应用技术，为各领域的信息处理以及决策支持提供了可靠的手段，也是实现机器人智能化的关键技术之一。论文介绍了粒子群优化算法的基本原理，通过对粒子群算法的改进、优化，采用Matlab语言对典型的机器人路径规划实例进行编程仿真。同时本论文采取了栅格法对路径规划进行环境建模，将现实生活中的路径抽

6、象成为坐标图中的路径，这样做的目的有助于反复真软件的仿真以及观测者的观测。概率搜索算法有很多种，而群集智能算法就是其中一种,其约束条件不是集中控制的,而且整个问题的求解结果不会受个别粒子的影响,并且有很强的鲁棒性的优点,因此具有很显著的的优点尤其是在机器人全局路径规划中。通过仿真结果就可以测得粒子群算法的有效性,通过仿真的效果，我们发现它解决了机器人路径规划中的很多不合理规划的问题，所以它可以成为机器人路径规划的一个较好的方法。关键词：群智能算法、粒子群算法、matlab、优化、启发式、搜索算法、栅格法、环境建模、机器人路径规划。47AbstractIntelligentopti

7、mizationisnotonlyanimportantaspectofacademicresearchinengineeringcalculationsisoneoftheimportantissues.Itsprincipleistoachievethenecessaryconstraints,toseekasetofvalidparametervaluessothatsystemperformanceindicatorstoachievesomeofthebestvalue