计算机工程

作者：胡章芳,孙林,张毅,鲍合章

单位：重庆邮电大学 信息无障碍工程与机器人技术研发中心,重庆 400065

关键词：路径规划,群智能算法,量子行为粒子群优化,聚集度因子,早熟收敛

基金：国家自然科学基金(51604056);重庆市科学技术委员会项目(CSTC2015jcyjBX0066)。

针对量子行为粒子群优化（QPSO）算法在移动机器人路径规划中出现早熟收敛的问题，提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值，在压缩扩张因子中引入改进聚集度因子划分搜索阶段，利用分阶段变异策略更新个体位置，并对算法进行性能测试。实验结果表明，与FE-PSO算法相比，该算法具有较高的收敛精度与较好的稳定性。

来源：2019年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第4期