一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用
采用蚁群算法求解复杂环境下移动机器人路径规划问题时,会出现运算时间过长、求解精度不高等问题,对此,定义一种新的动态搜索诱导算子以改进蚁群算法性能.重点设计了动态搜索模型,即:在进化初期设定较大阈值以增加种群的多样性;而伴随进化过程,利用衰减模型动态调整为较小阈值以加快收敛速度.TSP测试实验结果表明,该改进蚁群算法不仅能加快收敛速度,而且有效提高了优化解的质量.复杂环境中机器人路径规划问题的求解验证了所提出算法的实际应用效果.
蚁群系统、动态搜索诱导算子、移动机器人、路径规划、复杂环境
32
TP273(自动化技术及设备)
国家自然科学基金项目61075115, 61403249, 61673258
2017-04-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
552-556