10.19734/j.issn.1001-3695.2019.04.0133
DEM中基于遗传与蚁群的混合路径规划算法
现有启发式算法在DEM路径规划中因数据量巨大导致效率较低.针对该问题,提出一种基于遗传和蚁群的混合路径规划算法.该算法在遗传过程中,通过在初始群体生成阶段构建选择因子,使得在节点搜索时更加倾向于终点方向,提高初始群体生成效率;对变异过程中变异节点的变异区间进行限制,避免产生路径断点;在蚁群寻优过程中,根据遗传过程产生的路径信息,采用自适应信息素初始化与更新策略,提高算法搜索效率.测试结果表明,混合算法能够在规则网格DEM数据下搜索出符合条件的路径,并具有较好的效率.
路径规划、数字高程模型、遗传算法、蚁群算法
37
TP18(自动化基础理论)
广西自然科学基金资助项目;广西可信软件重点实验室基金资助项目;广西密码学与信息安全重点实验室项目;广西高校云计算与复杂系统重点实验室项目;广西研究生教育创新计划资助项目
2020-10-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
2694-2697