《表1 不同改进粒子群优化算法的路径规划性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进粒子群算法的移动机器人路径规划》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

此外，在图1所设定的障碍物环境中，将SAPSO算法与BPSO、RCPSO[8]、JMPOPSO[9]、ACPSO[10]、DGPSO[11]等其他改进粒子群算法进行仿真比较[14]，不同算法的路径规划性能对比结果如表1所示。表1记录了多种改进粒子群算法进行路径规划的适应度的最大值、平均值、最小值，以及路径长度和平均运行时间。由表1可以看出，SAPSO算法的适应度值最大，规划的路径最短。由于SAPSO算法的时间复杂度只与粒子的维数有关[12]，而其他改进算法的复杂度除了与粒子维数有关外，还与粒子数目、迭代次数有关，如DGPSO算法的时间复杂度为O（n*D*itermax）[11]，当粒子数目较多时，复杂度将会增加。因此，SAPSO算法的复杂度相对较低，路径规划时间最短。