基于几何规则的异类蚁群优化算法

摘要：

针对复杂环境下自动导引小车路径规划存在收敛速度慢、极易陷入局部最优的缺点,提出一种基于几何规则的异类蚁群优化(GR-HFACO)算法.首先,为加快算法收敛速度,利用几何规则非均匀分配初始信息素,设置双向并行搜索机制;其次,引入具有观点采择能力的蚂蚁高效协同工作,改善路径全局的随机搜索特性;最后,为平衡算法的收敛性及全局性,在更新环节引入信息素负反馈环节以及交叉操作,并证明了GR-HFACO算法具有全局收敛性.仿真结果表明,该算法的收敛速度以及全局搜索性能显著优于目前流行的ACON、TWPSS-ACO、SoSACO-v2、Sci-ACO和HHACO算法.

关键词：自动导引小车、路径规划、几何规则、观点采择能力、信息素负反馈

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：河北省高等学校科学技术研究项目ZD2016142;河北省引进国外智力项目1200343

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2320-2327