[1]马新国,马希青.融合改进RRT和Dijkstra算法的机器人动态路径规划[J].组合机床与自动化加工技术,2023,588(2):5-9. [2]官祥锦,陈娟,张为民.基于改进A~*算法的多AGV路径规划研究[J].航空制造技术,2023,66(5):76-85+90. [3]刘珂,董洪昭,张丽梅,等.基于改进人工势场法的物流无人配送车路径规划[J].计算机应用研究,2022,39(11):3287-3291. [4]胡小建,杨智.基于混合遗传算法的多拣货小车路径规划研究[J].合肥工业大学学报(自然科学版),2022,45(12):1715-1722. [5]钱平,顾才东,鲜学丰,等.基于改进蚁群算法的水下机器人路径规划研究[J].制造业自动化,2022,44(12):181-184+208. [6]刘书艳,丁玉斌,朱云飞.基于改进粒子群的三维动画中群体路径规划[J].南京理工大学学报,2022,46(5):594-599. [7]苗振腾,王威,王俊鹏.基于神经网络改进的HHO算法AGV路径规划[J].组合机床与自动化加工技术,2022, 583(9):20-23+28. [8]张天瑞,吴宝库,周福强.面向机器人全局路径规划的改进蚁群算法研究[J].计算机工程与应用,2022,58(1):282-291. [9]肖金壮,余雪乐,周刚,等.一种面向室内AGV路径规划的改进蚁群算法[J].仪器仪表学报,2022,43(3):277-285. [10]刘雨青,向军,曹守启.基于改进蚁群算法的水下自主航行机器人路径规划[J].计算机工程与科学,2022,44(3):536-544. [11]姚晓通,李致远,程晓.基于改进蚁群算法的机器人路径规划研究[J].计算机仿真,2021,38(11):379-383. [12]杨立炜,付丽霞,王倩,等.多层优化蚁群算法的移动机器人路径规划研究[J].电子测量与仪器学报,2021,35(9):10-18. |