粒子群优化及其在多机器人系统中的应用展望
粒子群优化在多机器人系统的队列控制、路径优化、目标搜索等应用研究方面引起广泛关注,其主要思想是通过对微粒的速度及坐标位置的迭代更新求得群体运动的优化解.本文在对粒子群优化基本原理和主要参数作用机理分析基础上,对粒子群优化与遗传算法、蚁群算法、神经网络等优化算法进行了比较分析.然后回顾粒子群算法及其各类改进的优化算法在多机器人领域的研究进展.最后,在分析粒子群优化研究的难点问题后,对粒子群优化在基于社区感知网络的多机器人系统中的应用研究工作进行了展望.
机器人 任务调度 性能优化 粒子群算法
倪春波 孔一斐 杨月全 曹志强 张天平
扬州大学信息工程学院,江苏扬州,225009 中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京,100190
国内会议
扬州
中文
126-132
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）