改进自适应蚁群算法的移动机器人路径规划

作者：徐玉琼; 娄柯; 李婷婷; 高文根

来源：Journal of Electronic Measurement and Instrument, 2019, (10): 89-95.

DOI：10.13382/j.jemi.B1902222

• 移动机器人
• 蚁群算法
• 自适应
• 路径规划
• 信息素
• 鲁棒性 mobile robot
• ant colony algorithm
• adaptive
• path planning
• pheromone
• robustness

为了改善传统蚁群算法在路径规划中缺乏足够鲁棒性的问题,采用改进自适应蚁群算法,根据解的分布情况自适应地进行信息素的更新,在多种步长选择机制下选择最优步长,提高全局搜索能力。在MATLAB中对本文算法、传统蚁群算法以及自适应蚁群算法分别进行了仿真实验对比。在相同的环境模型下,该算法的迭代次数为2次,比自适应蚁群算法提升了93%,最小路径长度为27.67,比自适应蚁群算法提升了3.4%;在给定的复杂环境模型下进行路径规划时,该算法的迭代次数为2次,最小路径长度为28.88,传统蚁群算法对应的迭代次数和路径长度分别为166和29.8。仿真结果表明,改进后的蚁群算法较传统蚁群算法相比,能够快速找到最短...

• 单位
  安徽工程大学 ; 安徽工程科技学院