改进蚁群算法在路径规划中的应用

摘要：

针对传统蚁群算法在机器人路径规划时存在收敛速度慢、易陷入局部最优等问题,提出了一种基于自适应归档更新的蚁群算法.根据路径性能指标建立多目标性能评估模型,对最优路径进行多指标优化;采用路径方案归档更新策略进行路径方案的更新和筛选,提高算法的收敛速度;当搜索路径进入不可行区域时,采用自适应路径补偿策略转移不可行路径节点,构造可行路径,减少死锁蚂蚁数量;若算法无法避开障碍或者进入停滞状态,则进行种群重新初始化,增加物种多样性,避免算法陷入局部最优.仿真实验表明,改进后的算法收敛速度更快、收敛精度更高、稳定性更好.

关键词：蚁群算法、路径规划、多目标评估模型、归档更新、自适应路径补偿

所属期刊栏目：39

分类号：TP242.6(自动化技术及设备)

资助基金：上海市科委基金资助项目;国家科技部十二五支撑计划资助项目

在线出版日期：2022-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3292-3297,3314