[1]袁 斌,王伟博,王 辉.基于改进的粒子群算法的多目标点路径规划[J].浙江科技学院学报,2022,(03):225-232+284.[doi:10.3969/j.issn.1671-8798.2022.03.004 ]
 YUAN Bin,WANG Weibo,WANG Hui.Multi-objective point path planning based on improved PSO algorithm[J].,2022,(03):225-232+284.[doi:10.3969/j.issn.1671-8798.2022.03.004 ]
点击复制

基于改进的粒子群算法的多目标点路径规划(/HTML)
分享到:

《浙江科技学院学报》[ISSN:1001-3733/CN:61-1062/R]

卷:
期数:
2022年03期
页码:
225-232+284
栏目:
出版日期:
2022-06-16

文章信息/Info

Title:
Multi-objective point path planning based on improved PSO algorithm
文章编号:
1671-8798(2022)03-0225-08
作者:
袁 斌王伟博王 辉
(浙江科技学院 机械与能源工程学院,杭州 310023)
Author(s):
YUAN Bin WANG Weibo WANG Hui
(School of Mechanical and Energy Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China)
关键词:
多目标点 A-Star算法 粒子群算法 远缘杂交
分类号:
TP183
DOI:
10.3969/j.issn.1671-8798.2022.03.004
文献标志码:
A
摘要:
针对无人仓储系统中自动导航车(automated guided vehicle,AGV)遍历多个目标点路径非最优的问题,结合Three.js三维仿真技术构建的孪生仓储系统,提出一种改进的粒子群(particle swarm optimization,PSO)算法求解虚拟场景内多目标点路径方法。首先利用栅格法构建场景的栅格地图,同时采用A-Star算法对地图中两两目标点进行规划,得到多目标点的完全图模型; 然后将育种学中远缘杂交策略引入PSO算法中,通过亲缘关系较远种群间的杂交,避免了种群多样性下降的问题,提高对模型的求解能力; 最后以系统内实例进行试验验证。结果表明,我们所提方法能实现多目标点的路径求解,与传统算法相比,改进算法在规模较大的问题上更具优势,在规划性能方面提高3%以上。本文算法更易获得多个目标点运送的较短路径,这可为后续同类问题的研究提供参考。

参考文献/References:

[1] 胡觉亮,张宇涛,韩曙光.城市物流中电动无人车配送优化研究[J].浙江理工大学学报(社会科学版),2020,44(2):124.
[2] 付超.立体仓储高位拣选车辆的可靠性与路径优化[D].长春:吉林大学,2012.
[3] GRAICHEN T, RICHTER J, SCHMIDT R, et al. Improved indoor positioning by means of occupancy grid maps automatically generated from OSM indoor data[J].ISPRS International Journal of Geo-Information,2021,10(4):216.
[4] 陈秋莲,郑以君,蒋环宇,等.基于神经网络改进粒子群算法的动态路径规划[J].华中科技大学学报(自然科学版),2021,49(2):51.
[5] 许斯军,曹奇英.基于可视图的移动机器人路径规划[J].计算机应用与软件,2011,28(3):220.
[6] 徐钊,胡劲文,马云红,等.无人机碰撞规避路径规划算法研究[J].西北工业大学学报,2019,37(1):100.
[7] 赵明,郑泽宇,么庆丰,等.基于改进人工势场法的移动机器人路径规划方法[J].计算机应用研究,2020,37(增刊2):66.
[8] 魏博,杨茸,舒思豪,等.基于离子运动-人工蜂群算法的移动机器人路径规划[J].计算机应用,2021,41(2):379.
[9] 胡立华,马瑞,张名师,等.基于改进蚁群算法的智能小车路径规划方法[J].太原科技大学学报,2020,41(6):463.
[10] 周驰,董宝力.基于改进混合粒子群算法的窄巷道仓储三维拣选路径规划[J].浙江理工大学学报(自然科学版),2020,43(6):823.
[11] 蔺一帅,李青山,陆鹏浩,等.智能仓储货位规划与AGV路径规划协同优化算法[J].软件学报,2020,31(9):2770.
[12] 赵卫东,蒋超.两阶段搜索的A*全局路径规划算法[J].计算机应用与软件,2020,37(12):249.
[13] 刘子豪,赵津,刘畅,等.基于改进A*算法室内移动机器人路径规划[J].计算机工程与应用,2021,57(2):186.
[14] STRAK , SKINDEROWICZ R, BORYCZKA U, et al. A self-adaptive discrete PSO algorithm with heterogeneous parameter values for dynamic TSP[J].Entropy,2019,21(8):738.
[15] 孙文.双层协调多粒子群算法在TSP问题中的研究与应用[D].青岛:山东科技大学,2019.
[16] 李再云,华玉伟,葛贤宏,等.植物远缘杂交中的染色体行为及其遗传与进化意义[J].遗传,2005(2):315.
[17] 公冶小燕,林培光,任威隆.基于Grefenstette编码和2-opt优化的遗传算法[J].山东大学学报(工学版),2018,48(6):19.
[18] 袁斌,王辉,王伟博.基于卡尔曼滤波的AGV惯性导航仿真研究[J].浙江科技学院学报,2020,32(3):191.

备注/Memo

备注/Memo:
收稿日期:2021-07-05
基金项目:浙江省基础公益研究计划项目(LGG19E050003)
通信作者:袁 斌(1974— ),男,浙江省桐庐人,副教授,硕士,主要从事智能物流装备研究。E-mail:1174537909@qq.com。
更新日期/Last Update: 2022-06-30