文献知网节
摘要:Using the traditional Ant Colony Algorithm for AGV path planning is easy to fall into the local optimal solution and lacking the capability of obstacle avoidance in the complex storage environment. In this paper,by constructing the MAKLINK undirected network routes and the heuristic function is optimized in the Ant Colony Algorithm, then the AGV path reaches the global optimal path and has the ability to avoid obstacles. According to research, the improved Ant Colony Algorithm proposed in this paper is superior to the traditional Ant Colony Algorithm in terms of convergence speed and the distance of optimal path planning.
会议名称:

2018 2nd International Conference on Electronic Information Technology and Computer Engineering (EITCE 2018)

会议时间:

2018-10-12

会议地点:

中国上海

  • 专辑:

    信息科技

  • 专题:

    自动化技术

  • 分类号:

    TP18

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:41 页码:857-862 页数:6 大小:992k

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频