10.13648/j.cnki.issn1674-0629.2022.09.009
基于ACO-SA算法的变电站巡检机器人路径规划
随着智能变电站的不断优化发展,基于传统蚁群算法的变电站巡检机器人路径规划存在复杂工作环境下优化能力弱、收敛速度慢、易陷入局部最优的问题.为了提高变电站巡检机器人的工作效率,提出一种改进的蚁群-模拟退火(ant colony optimization-simulated annealing,ACO-SA)算法.此算法定义新的启发函数以提高全局搜索能力;设定初始信息素不均匀分配机制并引入信息素动态挥发因子,避免了算法初期搜索的盲目性,提高了算法的搜索效率;引入模拟退火算法中的回火机制消除局部最优.根据变电站巡检机器人的工作环境,用栅格法建立环境模型,仿真实验结果证明了改进算法的可行性.
模拟退火、蚁群算法、路径优化、动态更新因子
16
TM73(输配电工程、电力网及电力系统)
国家自然科学基金;河南省科技攻关项目
2022-10-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
75-82