动态扩散粒子群算法及其应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (36): 61-64.

动态扩散粒子群算法及其应用

居上游

宁波城市职业技术学院商贸学院，浙江宁波 315100

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-21 发布日期:2011-12-21

Dynamic diffusion particle swarm optimization and its application

JU Shangyou

School of Trade，Ningbo City College of Vocational Technology，Ningbo，Zhejiang 315100，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-21 Published:2011-12-21

摘要/Abstract

摘要： 针对粒子群算法搜索精度不高特别是对高维函数优化性能不佳问题，提出了一种动态扩散粒子群算法，并将其应用于移动机器人路径规划中。该算法通过引进动态调节数，动态地选择粒子的运行轨迹，阻止种群在演化过程中搜索效率降低的缺陷，提高算法的寻优性能。实验结果表明，该算法在处理高维函数优化及移动机器人路径规划方面具有更强的寻优能力及更高的搜索精度。

关键词: 粒子群算法, 高维函数优化, 动态调节数, 路径规划

Abstract: A Dynamic Diffusion Particle Swarm Optimization algorithm（DDPSO） is proposed to improve the poor search quality of the standard PSO for optimizing high-dimensional function and its application to mobile robot path planning.The dynamic adjustment number is introduced to adjust the running track of particle dynamically as well as to prevent the drawback of reduction of efficiency during searching，and it can improve the performance of optimization algorithms.Simulations results show that DDPSO has more powerful optimizing ability and higher optimizing precision in high-dimensional function optimization and motion robot path planning.

Key words: particle swarm optimization, high-dimensional function optimization, dynamic adjustment number, path planning

居上游. 动态扩散粒子群算法及其应用[J]. 计算机工程与应用, 2011, 47(36): 61-64.

JU Shangyou. Dynamic diffusion particle swarm optimization and its application[J]. Computer Engineering and Applications, 2011, 47(36): 61-64.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[3]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[6]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[7]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[8]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[9]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[10]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[11]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[12]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[13]	赵伟，吴子英. 双层优化A*算法与动态窗口法的动态路径规划[J]. 计算机工程与应用, 2021, 57(22): 295-303.
[14]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[15]	成怡，郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.