论文部分内容阅读
利用罚函数将机器人路径规划有约束优化问题转换为无约束优化问题。利用云模型既有随机性又有稳定倾向性的特性，引入基于云模型理论的自适应参数策略，构造出一种改进的粒子群（PSO）算法，并应用于机器人路径规划问题。在不同的子群采用不同的惯性杈重生成方法，有效地平衡了算法的局部和全局搜索能力，提高了种群的多样性和算法的收敛速度。仿真结果对比验证了该算法的可行性和有效性，且实现简单、收敛速度快。