粒子群算法改进灰狼算法的机器人路径规划

梁景泉; 周子程; 刘秀燕

doi:10.11907/rjdk.211747

您当前的位置：

首页 >

文章列表页 >

粒子群算法改进灰狼算法的机器人路径规划

计算机软件与理论 | 更新时间：2022-05-24

- 粒子群算法改进灰狼算法的机器人路径规划
- Robot Path Planning Based on Particle Swarm Optimization Improved Grey Wolf Algorithm
- 软件导刊 2022年21卷第5期页码：96-100
- 作者机构：
  
  青岛理工大学信息与控制工程学院，山东青岛 266525
- 作者简介：
  
  梁景泉（2000-），男，青岛理工大学信息与控制工程学院学生，研究方向为智能控制
  周子程（2000-），男，青岛理工大学信息与控制工程学院学生，研究方向为算法优化设计
  刘秀燕（1987-），女，博士，青岛理工大学信息与控制工程学院讲师，研究方向为海洋大数据智能处理、人工智能。本文
- 基金信息：
  
  国家自然科学基金项目(62001262);山东省自然科学基金项目(ZR2020QF008);山东省大学生创新创业训练计划项目(S202010429018;S202010429208)
- DOI：10.11907/rjdk.211747
  中图分类号：
扫描看全文
梁景泉,周子程,刘秀燕.粒子群算法改进灰狼算法的机器人路径规划[J].软件导刊,2022,21(05):96-100.

LIANG Jing-quan,ZHOU Zi-cheng,LIU Xiu-yan.Robot Path Planning Based on Particle Swarm Optimization Improved Grey Wolf Algorithm[J].Software Guide,2022,21(05):96-100.
梁景泉,周子程,刘秀燕.粒子群算法改进灰狼算法的机器人路径规划[J].软件导刊,2022,21(05):96-100. DOI： 10.11907/rjdk.211747.

LIANG Jing-quan,ZHOU Zi-cheng,LIU Xiu-yan.Robot Path Planning Based on Particle Swarm Optimization Improved Grey Wolf Algorithm[J].Software Guide,2022,21(05):96-100. DOI： 10.11907/rjdk.211747.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

机器人在教育中的应用研究分析：现状与思考

喷砂除锈并联机器人无模型自适应实数幂非奇异终端滑模控制

粒子群优化LSSVM与RBF的混合回归预测模型

权值自适应的局部路径规划方法及应用

粒子群算法改进灰狼算法的机器人路径规划

Robot Path Planning Based on Particle Swarm Optimization Improved Grey Wolf Algorithm

DOI：10.11907/rjdk.211747