✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
针对经典人工蜂群算法在机器人路径规划中易于陷入局部极值,且寻优过程收敛速度较慢等问题,提出了一种基于粒子群改进人工蜂群算法.通过设计变异算子来增大极值在陷入局部最优时的跳出概率,提高机器人路径规划的收敛能力.实验结果表明,文中方法能有效避免路径规划中的局部极值,减少机器人路径规划时间损耗,提高了路径规划效率.
⛄ 部分代码
function Plotting(sol,model)
xs=model.xs;
ys=model.ys;
xt=model.xt;
yt=model.yt;
xobs=model.xobs;
yobs=model.yobs;
robs=model.robs;
XS=sol.XS;
YS=sol.YS;
xx=sol.xx;
yy=sol.yy;
theta=(1/24:1/12:1)'*2*pi;
for k=1:numel(xobs)
fill(xobs(k)+robs(k)*cos(theta),yobs(k)+robs(k)*sin(theta),[0.9 0.2 0.7]);
hold on;
end
% figure;
plot(xx,yy,'g','LineWidth',2);
plot(XS,YS,'ro');
plot(xs,ys,'yo','MarkerSize',14,'MarkerFaceColor','b');
plot(xt,yt,'bh','MarkerSize',14,'MarkerFaceColor','r');
hold off;
grid on;
axis equal;
end
⛄ 运行结果
⛄ 参考文献
[1]邓星, 张竞丹, 邵海见,等. 基于改进人工蜂群进化算法的移动机器人路径规划与仿真分析[J]. 江苏科技大学学报:自然科学版, 2020.
