《表1 融合算法与传统算法在全局静态路径规划的性能比较》
结合表1可以看出:与传统的A*算法比较,本文的融合算法利用优化的启发函数将搜索的节点从105个减少到23个,相应的搜索时间从30.7 s降低到6.4 s,融合算法的效率明显提高;相比较生物神经动力学模型,本文的融合算法虽然在搜索时间和节点数目上相近,但是在全局路径上有明显的改善,路径长度从18.2 m缩短为14.9 m。从实际路径代价和耗时两方面综合考虑,本文的融合算法比传统的算法有明显的提升,能够找到一条耗时少、低代价的全局路径。
图表编号 | XD0073706500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.10 |
作者 | 吴亚雷 |
绘制单位 | 上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |