| 254 | 26 | 32 |
| 下载次数 | 被引频次 | 阅读次数 |
利用一种并列连接的神经网络结构对移动机器人路径进行规划,并把神经网络与模拟退火算法相结合,解决了局部极值问题,最终收敛到全局最优解。计算机仿真研究表明:模拟退火算法具有计算简单,初值鲁棒性强以及通用易实现等优点。
Abstract：A kind of paratactically - connected neural networks for Mobile Robot Path Planning is used. Combined with the Simulated Annealing, the local minimum problems are solved, and at last the globe optimal value is achieved. The computer simulation results show that the simulated annealing's computation is simple, the initial value's robustness is good and it can be used widely and easily.
[1] 王凌.智能优化算法及其应用[M].北京:清华大学出版社,2001．
[2] Leon J L. Automatic path planning for a mobile robot among obstacles of arbitrary shape[J]. IEEE Trans SMC, 1998, 28 (3) : 467-471．
[3] 孙增圻.智能控制理论与技术[M].北京:清华大学出版社,1997．
[4] 禹建丽,Kroumov V.一种快速神经网络路径规划算法[J].机器人,2001,23(3) :201-205．
[5] 陈秀宁.机械优化设计[M].浙江:浙江大学出版社,2000．
[6] Romeijn H E,Smith R L. Simulated annealing for constrained global optimization[J]. Journal of Global Optimization, 1994, (5) : 101-124．
[7] 戴葵.神经网络实现技术[M].长沙:国防科技大学出版社,1998．
[8] 王卓鹏.一种改进的快速模拟退火组合优化法[J].系统工程理论与实践,1999,(2) :73-76．
基本信息:
DOI：
中图分类号:TP242;TP183
引用信息:
[1]王仲民,姚立卿,张寒松.基于神经网络的移动机器人路径规划研究[J].天津职业技术师范学院学报,2003(01):10-12.
基金信息: