改进蚁群算法在AGV路径规划上的研究

摘要：

针对蚁群算法应用于路径规划过程中存在算法收敛速度慢、易陷入局部最优等缺陷,提出一种适用于AGV路径规划的改进蚁群算法.根据距离在栅格地图上差异化分布初始信息素浓度,避免蚁群前期进行盲目搜索,加快算法收敛速度;综合当前栅格与待选栅格之间的距离以及待选栅格与目标栅格之间的距离改进启发式函数,增加蚁群寻路方向性;引入动态启发因子,避免算法发生"早熟"现象以及陷入局部最优;对每个栅格的邻近栅格进行方向标号,增加最优路径与障碍物之间的距离,增强最优路径的安全性,同时避免"死角"现象发生,提升算法的鲁棒性.实验仿真结果表明,在相同环境下,改进算法在AGV路径规划中搜索效率和迭代稳定性方面均优于其它算法.

关键词：自动引导运输车、路径规划、初始信息素、动态启发因子、方向标号

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61771085

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2533-2541