基本信息
- 项目名称：
- 基于人工鱼群算法改进及机器人路径规划的应用
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 在原算法基础上增加审视行为，使人工鱼群算法收敛精度更好。将人工鱼群智能算法应用于机器人路径，使机器人有智能筛选最优路径的优势
- 详细介绍：
- 鱼群算法的改进主要对觅食行为进行了改进，为了让鱼的觅食行为更接近现实，增加了审视（搜寻）周围环境的环节。经过审视环境后，人工鱼能获得更多的周围环境状态信息。人工鱼从获得的信息中筛选出最优的状态，因而得出最好的移动方向。将改进的算法应用于f(x,y)=sin(x)/x*(sin(y)/y) 函数进行检验。并将算法应用在机器人路径选择中，我们将机器人绕过障碍物的方式分为三种：1、走障碍物外面。2、走障碍物里面。3、既走障碍物外面又走障碍物里面。通过对这三种路径深入研究得到最短的机器人运动路线。
作品专业信息
撰写目的和基本思路
- 在原算法基础上增加审视行为，使人工鱼群算法收敛精度更好。将人工鱼群智能算法应用于机器人路径，使机器人有智能筛选最优路径的优势
科学性、先进性及独特之处
- 为了让鱼的觅食行为更接近现实中的鱼，所以对鱼群算法进行改进。对觅食行为增加了审视（搜寻）周围环境的环节后，人工鱼能获得更多的周围环境状态信息。人工鱼从获得的信息中筛选出最优的状态，因而得出最好的移动方向。分析机器人绕过障碍物三种方式，1、走障碍物外面。2、走障碍物里面。3、既走障碍物外面又走障碍物里面。三种方式都概括了机器人绕过障碍物的所以可能。
应用价值和现实意义
- 改进后的鱼群算法，收敛精度更高。同时也扩大了拥挤因子的调节范围，提高了鱼群算法的可靠性。改进后的鱼群算法在寻找最优问题上有很高的应用，通过鱼群算法可以经过较少的迭代，而得到可靠性高的最优值。
学术论文摘要
- 对鱼群算法的改进主要对觅食行为进行了改进，为了让鱼的觅食行为更接近现实，增加了审视（搜寻）周围环境的环节。经过审视环境后，人工鱼能获得更多的周围环境状态信息。人工鱼从获得的信息中筛选出最优的状态，因而得出最好的移动方向。应用于机器人在寻找最优路径所采用的鱼群算法，包括绕过障碍物所要选择的三种方式：走障碍物外面，走障碍物里面，既走障碍物外面又走障碍物里面。通过对这三种路径选择机器人走完全程所需要的最短路径的算法。
获奖情况
- 无
鉴定结果
- 无
参考文献
- [1]李晓磊.一种新型的智能优化方法一人工鱼群算法.浙江：浙江大学 2003 [2]夏黎明.人工鱼群算法及其应用.广西：广西民族大学 2009 [3] 黄磊. 基于神经网络的移动机器人路径规划研究[D]. 武汉:武汉理工大学,2008. [4] 陈刚, 沈林成. 复杂环境下路径规划问题的遗传路径规划方法[J]. 机器人,2001,23(l):40-50. [5] 李磊, 叶涛, 谭民等. 移动机器人技术研究现状与未来[J]. 机器人, 2002,24(5):15-18.37 [6] LIU Bai,ZHOU Yongquan,”Dynamic fuzzy clustering method based on artificial fish swarm algorithm, Journal of Computer Applications, vol.29, PP. 15691571,June 2009. [7] D. Kortenkamp, R. Peter Bonasso. Artificial intelligence and mobile robots: case studies of successful robot systems [M]. London: The MIT Press, 1998. [8] C. Alexopoulos, P. M. Griffin. Path planning for a mobile robot[J]. IEEE Trans on SysMan Cybern, 1992,22(2):318-322
同类课题研究水平概述
- 近年来出现了一些新颖的随机性搜索优化算法，如利用自然现象与优化过程的某些相似性而逐步发展起来的模拟退火、禁忌搜索算法，模拟自然界生物系统行为的遗传算法、人工免疫系统 、进化算法、粒子群算法等智能优化算法。这些算法的思想和内容涉及数学、物理学、生物进化、人工智能、神经科学和概率统计等方面，是通过模拟或揭示某些自然现象或过程而发展起来的，算法的提出为解决复杂问题提供了新的思路和手段，算法所具有的独特优点和机制，掀起了优化领域的研究热潮，在诸多领域得到了成功应用。 作为群体智能优化算法---人工鱼群算法是其中较新的一类算法。它是一种基于迭代的优化工具，系统初始化为一组随机解，通过迭代搜索最优值。同遗传算法等其它智能优化计算方法相比，人工鱼群算法具有并行性、简单性、全局性、快速性和跟踪性等特点。人工鱼群算法越来越引起人们的关注，已成为一个新的研究热点。但是人工鱼群算法理论不够完善，同时算法本身也还存在着一些问题，对其进行研究、改进以及解决算法本身存在的一些缺陷，具有重要的意义。目前，人工鱼群算法的研究还处于初级阶段，还有很多领域需要研究。
