摘 要:針對粒子群算法在解空間盲目搜索的缺點,提出一種基于時變適應度函數的改進粒子群路徑規劃算法。該算法有效地將人類搜索經驗與粒子群算法相結合,利用神經網絡描述環境約束和距離信息,并構造粒子的適應度函數,從而該算法在迭代過程中可以利用權值的改變合理地調整適應度函數。這樣,新算法在尋優過程中能夠先確定路徑方向,然后逐步提高路徑安全性。將該算法應用于機器人路徑規劃,與標準的粒子群算法相比,數值仿真結果表明,改進算法具有較強的尋優能力和實時性。關鍵詞:路徑規劃;神經網絡;粒子群優化算法;時變適應度函數