【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第7期 379-382页,共4页

【作 者】： 高晓巍

【摘 要】 在机器人路径优化设计的研究中,由于应用环境存在障碍物,要求寻找最优无碰路径。针对于粒子群优化算法应用于移动机器人路径规划计算中,存在全局搜索能力弱,易出现早熟现象等问题,提出了一种QPSO算法的改进算法。采用δ势阱模型的QPSO算法模型简单,控制参数少,全局搜索能力强,但存在早熟收敛的缺陷,从种群的多样性角度分析,在算法的迭代过程中,引入多样性函数,在种群的多样性小于d_（low）时,由多样性变异操作进行自适应调整,保持了种群中个体的差异性,避免算法陷人局部最优而出现早熟现象。在MATLAB平台上进行仿真,结果表明,改进算法能够有效地解决全局静态无碰路径优化问题,收敛速度、搜索质量与QPSO算法相比明显提高。