-
题名多策略蚁群算法在机器人路径规划中的应用
被引量：21
- 1
-
-
作者
刘双双
黄宜庆
-
机构
安徽工程大学高端装备感知与智能控制教育部重点实验室
安徽工程大学安徽省电气传动与控制重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第6期278-286,共9页
-
基金
安徽省高校自然科学研究重点项目(KJ2018A0110)。
-
文摘
在二维环境中,蚁群算法规划路径时易出现收敛慢,搜索得到的路径是次优路径等问题。针对这些问题,提出一种新式多策略改进的蚁群算法以提高路径寻优性能和搜索效率。根据当前栅格相对于起始点的位置采用非均匀信息素的分布方式,使得优势栅格的初始信息素浓度较高,避免蚂蚁盲目搜索;采用定向邻域扩展策略重新定义蚂蚁移动规则,进一步缩短路径并提高搜索效率;利用角度引导因子增加终点的指导作用,增加障碍物影响因子避免路径陷入死锁以及降低曲折路径的出现率;采用双层精英蚁策略加大最佳路径的信息素含量,防止算法陷入局部最优,提升算法收敛性。实验结果表明,经过改进后,算法的寻优性和收敛能力都得到了极大的提升。
-
关键词
路径规划
蚁群算法
非均匀信息素
角度引导因子
障碍物影响因子
精英蚂蚁
-
Keywords
path planning
ant colony algorithm
non-uniform pheromone
angle guide factor
obstacle influence factor
elite ants
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进蚁群算法的移动机器人路径规划
被引量：6
- 2
-
-
作者
吴帅
魏文红
张宇辉
叶梓菁
-
机构
东莞理工学院计算机科学与技术学院
-
出处
《东莞理工学院学报》
2023年第1期24-34,共11页
-
基金
国家科技创新2030-“新一代人工智能”重大项目(2018AAA0101301)
广东省普通高校“人工智能”重点领域专项项目(2019KZDZX1011)
东莞市社会发展科技项目(20211800904722)。
-
文摘
针对传统蚁群算法在移动机器人最短路径规划方面存在的不足,如算法前期盲目性搜索、收敛速度慢、消耗时间长及转弯次数多,提出了一种改进的蚁群算法。该算法根据正态分布模型,将栅格环境划分不同区域,进行信息素差异化处理,减少蚂蚁初期搜索时间;同时基于A*搜索算法的估价函数思想改进启发函数,引入自适应启发信息因子,增强其目标导向性,提高算法收敛速度,平衡算法全局搜索能力。仿真结果表明,改进的蚁群算法能够规划出收敛速度较快、转弯次数较少以及平滑度更高的路径。
-
关键词
机器人
蚁群算法
A^(*)算法
自适应因子
非均匀信息素
路径规划
-
Keywords
robot
ant colony algorithm
A^(*)algorithm
adaptive factor
non-uniform pheromone
path planning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
