来源：期刊VIP网 时间：
作者：赵丽芬;田波;袁丽娜;
单位：河南信息统计职业学院信息技术学院;铜仁学院大数据学院;
摘要：移动机器人在实际运行过程中，常常会受到路面障碍物的干扰，导致其运动路径变长、工作效率下降。对此，构建移动机器人运动模型，定义移动机器人运动方程式。设计径向基函数（RBF）神经网络控制，利用RBF辨识器和控制器对移动机器人运动路径进行控制。为使移动机器人能够在最短的时间内搜索到最优路径，应用蚁群算法对RBF神经网络控制参数进行优化，充分发挥神经网络的学习和自适应能力，以及蚁群算法在优化控制参数方面的优势。在不同环境中利用Matlab软件对其进行仿真，并对结果进行分析。结果表明：在复杂环境中，优化前，移动机器人运动路径和搜索时间较长；优化后，移动机器人运动路径和搜索时间较短。采用蚁群算法优化移动机器人RBF神经网络控制器，能够缩短移动机器人运动路径和时长，提高其工作效率。
关键词：蚁群算法;;移动机器人;;径向基函数(RBF)神经网络控制;;优化;;仿真
基金资助：国家自然科学基金资助项目（61741214）;; 贵州省科技厅基础研究基金资助项目（黔科合基础[2020]1Y260）
