基于负反馈机制的蚁群算法的机器人路径规划问题研究
发布时间：2020-06-05 02:19
【摘要】：随着人工智能的快速发展,越来越多的商业领域开始采取智能算法以获取更好的解决方案。本文通过改进蚁群算法,提升算法的搜索性能,进而尝试为机器人路径规划问题提供一套解决方案。蚁群优化算法是源于对蚂蚁群体行为的研究,模拟蚂蚁群体间协作觅食而得的一种仿生智能优化算法。在蚁群算法中,构建路径的时,会释放一种信息素,而且搜索到的路径越优秀,所释放的信息素的量也就越多。而信息素的强度越大,对蚂蚁的引导性越强,这形成了一种正反馈机制,其正是蚁群算法的优点所在。本文针对蚁群算法进行了探索性研究,针对它存在的缺陷和不足,提出了一种带有负反馈机制的蚁群算法。首先综合分析了该算法的仿生学原理、数学模型、算法思想和实现流程。本文所提出的负反馈机制也同样来源于对生物群体的研究的启发,其主要特点在于充分利用了蚂蚁路径构建过程中的一些不良解,使蚂蚁可以更少次数的遍历不良路径,转而去探索未知领域,因为这些路径中可能存在着更优解,从而提升了蚂蚁构建路径的性能。本文针对位置转移概率公式和信息素更新方式均进行了优化处理,之后针对新增加的负反馈因子,进行了实验验证,给出了相应的取值建议。为了展示改进算法的效果,本文同基本蚁群算法和两种经典的改进蚁群算法进行了对比实验。此外,本文把带有负反馈机制的蚁群算法应用到机器人路径规划问题中。首先,针对环境模型的建立进行了阐述,并利用栅格法结合图论思想建立了本文蚁群算法的测试环境。之后在动态和静态环境下分别采用不同复杂程度的模拟环境进行蚁群算法的仿真实验。实验表明,改进的蚁群算法搜索的稳定性和可靠性均得到了提高,达到了预期效果。
【图文】：
周围路径中存留的外激素的强度，而蚂蚁会根据激素的强度来调整其运动方向。逡逑激素强度越高，表示有食物存在的概率越大，所以蚂蚁会朝着激素强度更大的方逡逑向移动，可以说这是蚂蚁群体在觅食过程中表现出来的一种正反馈现象［１１］。图１－逡逑１展示了蚂蚁觅食过程中群体行为的特点。逡逑这条路好远啊，少释放点信息素逡逑逦逦—邋一邋一邋—邋一邋一邋＿＿＿＿＿邋＾３８＾＾邋一一邋＿逦逦邋一邋逦逦逦逡逑Ｉ逦！逡逑Ｉ逦随ｆ言眉}蹦疱危卞义希翦慰隙ü噱危义襄五巍ュ危板胃醚∧奶蹂义下纺兀垮义襄危掊危厘瓮猓义稀觯ュ义衔易咦约旱穆峰义贤迹保甭煲厦偈承形义掀涫担先核惴ǖ挠旁叫圆恢皇撬涤姓蠢』疲揖哂薪锨康穆嘲粜浴㈠义献宰橹芰Φ忍氐悖诖碜楹嫌呕侍馐毙阅芨眩栽诼肪豆婊侍馍显珏义暇陀衅湎喙赜τ茫郏保玻荨５牵盟惴ㄈ匀挥衅淙毕荩谕獾难д吆脱芯咳嗽闭攵藻义掀涔缡樟病⑿枰柚檬视Φ牟问鸵紫萑刖植孔钣沤獾热钡愀隽撕芏嗟母慕义喜呗浴；旧峡梢怨槟晌诹礁龇较蛏系母慕浩湟痪褪侵苯佣砸先核惴ǖ母怕叔义涎≡窆胶托畔⑺氐母路绞降母慕尤胱允视Σ问柚玫然平杏呕Ａ礤义弦恢指慕绞骄褪歉荽砦侍獾牟煌岷掀渌悄苡呕惴ɑ蛘呓岷暇洳咤义下愿慕先核惴
本文编号：2697345
【图文】：
周围路径中存留的外激素的强度，而蚂蚁会根据激素的强度来调整其运动方向。逡逑激素强度越高，表示有食物存在的概率越大，所以蚂蚁会朝着激素强度更大的方逡逑向移动，可以说这是蚂蚁群体在觅食过程中表现出来的一种正反馈现象［１１］。图１－逡逑１展示了蚂蚁觅食过程中群体行为的特点。逡逑这条路好远啊，少释放点信息素逡逑逦逦—邋一邋一邋—邋一邋一邋＿＿＿＿＿邋＾３８＾＾邋一一邋＿逦逦邋一邋逦逦逦逡逑Ｉ逦！逡逑Ｉ逦随ｆ言眉}蹦疱危卞义希翦慰隙ü噱危义襄五巍ュ危板胃醚∧奶蹂义下纺兀垮义襄危掊危厘瓮猓义稀觯ュ义衔易咦约旱穆峰义贤迹保甭煲厦偈承形义掀涫担先核惴ǖ挠旁叫圆恢皇撬涤姓蠢』疲揖哂薪锨康穆嘲粜浴㈠义献宰橹芰Φ忍氐悖诖碜楹嫌呕侍馐毙阅芨眩栽诼肪豆婊侍馍显珏义暇陀衅湎喙赜τ茫郏保玻荨５牵盟惴ㄈ匀挥衅淙毕荩谕獾难д吆脱芯咳嗽闭攵藻义掀涔缡樟病⑿枰柚檬视Φ牟问鸵紫萑刖植孔钣沤獾热钡愀隽撕芏嗟母慕义喜呗浴；旧峡梢怨槟晌诹礁龇较蛏系母慕浩湟痪褪侵苯佣砸先核惴ǖ母怕叔义涎≡窆胶托畔⑺氐母路绞降母慕尤胱允视Σ问柚玫然平杏呕Ａ礤义弦恢指慕绞骄褪歉荽砦侍獾牟煌岷掀渌悄苡呕惴ɑ蛘呓岷暇洳咤义下愿慕先核惴
本文编号：2697345
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2697345.html
