改进自适应蚁群的城市道路智能车路径优化

摘要：

为优化城市道路中智能车辆规划路径的长度与转折次数,本文提出一种改进的自适应蚁群算法.以栅格法对城市道路环境网格化处理,以路径最短、转折次数最少为优化目标函数,改进邻域搜索范围,将8邻域扩大为24邻域,利用启发函数更新初始信息素,动态调整信息素挥发系数,并提出返回上一步的死锁策略,最后考虑曲率限制,以三次B样条曲线法(B-spline curve)平滑优化处理.此研究表明,在随机生成的城市环境地图模型下,该算法较标准蚁群算法与自适应算法,路径长度分别缩短3.89％、8.38％,路径节点分别减少28％、24.2％,收敛次数分别减少37.5％、20％.此研究结果为城市道路智能车辆路径优化提供较好的理论依据.

关键词：智能车辆;城市道路;自适应蚁群算法;邻域搜索;B条曲线法;路径优化

所属期刊栏目：38

分类号：U463;TP18;S77(汽车工程)

资助基金：国家自然科学基金;产业前瞻与共性关键技术重点项目;南京林业大学青年科学创新基金

在线出版日期：2022-03-25（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：152-158