基于几何规则的异类蚁群优化算法
发布时间：2021-01-09 19:46
针对复杂环境下自动导引小车路径规划存在收敛速度慢、极易陷入局部最优的缺点,提出一种基于几何规则的异类蚁群优化（GR-HFACO）算法。首先,为加快算法收敛速度,利用几何规则非均匀分配初始信息素,设置双向并行搜索机制;其次,引入具有观点采择能力的蚂蚁高效协同工作,改善路径全局的随机搜索特性;最后,为平衡算法的收敛性及全局性,在更新环节引入信息素负反馈环节以及交叉操作,并证明了GR-HFACO算法具有全局收敛性。仿真结果表明,该算法的收敛速度以及全局搜索性能显著优于目前流行的ACON、TWPSSACO、So SACO-v2、Sci-ACO和HHACO算法。
【文章来源】：计算机应用研究. 2019,36(08)北大核心
【文章页数】：8 页
【部分图文】：
AGV运动方向栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］
栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］。考虑到栅格表示简单、编程易于实现等优点，本文利用栅格法对AGV的工作空间进行划分。假设给定的小车在障碍物是静态的二维环境中工作，AGV外接圆半径为r，其工作环境用m×n的矩形表示，按AGV的尺寸可以划分为(m/r)×(n/r)个大小相等的栅格块，并且每个栅格块都可以用直角坐标与序号栅格一一作出标志，障碍物占据半个或者多于一个栅格，都用黑色阴影表示出来，代表该区域有障碍物，其余自由区域用白色表示，如图2所示。小车位于自由栅格的中心位置。为方便路径规划，作出以下约定:a)小车运动过程中设置成质点，对环境中的障碍物作适当膨化处理，使小车方便移动，如图3所示。b)小车只能从一个栅格的中点匀速运动到另一个栅格的中点。c)假设某一个小矩形被它相邻的水平和竖直方向的三个障碍物矩形包围，则将该矩形视为障碍物，避免无效路径的选择，如图2(a)所示，27号栅格在水平和竖直方向周围有三个障碍物栅格，则将该栅格默认为障碍物栅格。图2栅格地图与实际地图图3膨胀后障碍物2GＲ-HFACO算法为提高算法效率，基于几何规则的异类蚁群优化算法(GＲ-HFACO)主要对路径搜索阶段和路径更新阶段进行改进。2．1路径搜索2．1．1异类蚁群协同工作考虑到自然界中的每一类个体都能在不同层面发挥出自己的优势，为充分体现蚁群算法的并行协同机制，根据文献［26］，基于蚁群的观点采择能力，模拟人类思维方式将蚁群分为创新型(Inn)、守旧型(Con)、择优型(Pre)三种类型个体［26］。通过集合多种类型的信息，提高算法的全局性。不同类型的个体遵循不同规则的搜索路径。每类个体根据自己预定义
栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］。考虑到栅格表示简单、编程易于实现等优点，本文利用栅格法对AGV的工作空间进行划分。假设给定的小车在障碍物是静态的二维环境中工作，AGV外接圆半径为r，其工作环境用m×n的矩形表示，按AGV的尺寸可以划分为(m/r)×(n/r)个大小相等的栅格块，并且每个栅格块都可以用直角坐标与序号栅格一一作出标志，障碍物占据半个或者多于一个栅格，都用黑色阴影表示出来，代表该区域有障碍物，其余自由区域用白色表示，如图2所示。小车位于自由栅格的中心位置。为方便路径规划，作出以下约定:a)小车运动过程中设置成质点，对环境中的障碍物作适当膨化处理，使小车方便移动，如图3所示。b)小车只能从一个栅格的中点匀速运动到另一个栅格的中点。c)假设某一个小矩形被它相邻的水平和竖直方向的三个障碍物矩形包围，则将该矩形视为障碍物，避免无效路径的选择，如图2(a)所示，27号栅格在水平和竖直方向周围有三个障碍物栅格，则将该栅格默认为障碍物栅格。图2栅格地图与实际地图图3膨胀后障碍物2GＲ-HFACO算法为提高算法效率，基于几何规则的异类蚁群优化算法(GＲ-HFACO)主要对路径搜索阶段和路径更新阶段进行改进。2．1路径搜索2．1．1异类蚁群协同工作考虑到自然界中的每一类个体都能在不同层面发挥出自己的优势，为充分体现蚁群算法的并行协同机制，根据文献［26］，基于蚁群的观点采择能力，模拟人类思维方式将蚁群分为创新型(Inn)、守旧型(Con)、择优型(Pre)三种类型个体［26］。通过集合多种类型的信息，提高算法的全局性。不同类型的个体遵循不同规则的搜索路径。每类个体根据自己预定义
【参考文献】：
期刊论文
[1]基于ACOPSO的机器人路径规划和ROBCAD运动仿真[J]. 冯超钰,王杰,张梦超. 组合机床与自动化加工技术. 2017(05)
[2]基于量子蚁群算法的片上网络映射研究[J]. 范绍聪,刘怡俊. 计算机应用研究. 2017(01)
[3]面向军事应用的信息栅格网络拓扑建模研究[J]. 张明清,危美林,孔红山,董书琴. 系统仿真学报. 2016(02)
[4]一种改进的新型元启发式花朵授粉算法[J]. 肖辉辉,万常选,段艳明. 计算机应用研究. 2016(01)
[5]基于线性时序逻辑的最优巡回路径规划[J]. 肖云涛,欧林林,俞立. 自动化学报. 2014(10)
[6]柔性生产系统配料区多自动导航小车调度优化[J]. 朱琳,范秀敏,何其昌. 计算机集成制造系统. 2012(06)
本文编号：2967284
【文章来源】：计算机应用研究. 2019,36(08)北大核心
【文章页数】：8 页
【部分图文】：
AGV运动方向栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］
栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］。考虑到栅格表示简单、编程易于实现等优点，本文利用栅格法对AGV的工作空间进行划分。假设给定的小车在障碍物是静态的二维环境中工作，AGV外接圆半径为r，其工作环境用m×n的矩形表示，按AGV的尺寸可以划分为(m/r)×(n/r)个大小相等的栅格块，并且每个栅格块都可以用直角坐标与序号栅格一一作出标志，障碍物占据半个或者多于一个栅格，都用黑色阴影表示出来，代表该区域有障碍物，其余自由区域用白色表示，如图2所示。小车位于自由栅格的中心位置。为方便路径规划，作出以下约定:a)小车运动过程中设置成质点，对环境中的障碍物作适当膨化处理，使小车方便移动，如图3所示。b)小车只能从一个栅格的中点匀速运动到另一个栅格的中点。c)假设某一个小矩形被它相邻的水平和竖直方向的三个障碍物矩形包围，则将该矩形视为障碍物，避免无效路径的选择，如图2(a)所示，27号栅格在水平和竖直方向周围有三个障碍物栅格，则将该栅格默认为障碍物栅格。图2栅格地图与实际地图图3膨胀后障碍物2GＲ-HFACO算法为提高算法效率，基于几何规则的异类蚁群优化算法(GＲ-HFACO)主要对路径搜索阶段和路径更新阶段进行改进。2．1路径搜索2．1．1异类蚁群协同工作考虑到自然界中的每一类个体都能在不同层面发挥出自己的优势，为充分体现蚁群算法的并行协同机制，根据文献［26］，基于蚁群的观点采择能力，模拟人类思维方式将蚁群分为创新型(Inn)、守旧型(Con)、择优型(Pre)三种类型个体［26］。通过集合多种类型的信息，提高算法的全局性。不同类型的个体遵循不同规则的搜索路径。每类个体根据自己预定义
栅格地图是表示环境的常用媒介，其中连续空间由类似于位图图像的离散单元集合表示［28］。考虑到栅格表示简单、编程易于实现等优点，本文利用栅格法对AGV的工作空间进行划分。假设给定的小车在障碍物是静态的二维环境中工作，AGV外接圆半径为r，其工作环境用m×n的矩形表示，按AGV的尺寸可以划分为(m/r)×(n/r)个大小相等的栅格块，并且每个栅格块都可以用直角坐标与序号栅格一一作出标志，障碍物占据半个或者多于一个栅格，都用黑色阴影表示出来，代表该区域有障碍物，其余自由区域用白色表示，如图2所示。小车位于自由栅格的中心位置。为方便路径规划，作出以下约定:a)小车运动过程中设置成质点，对环境中的障碍物作适当膨化处理，使小车方便移动，如图3所示。b)小车只能从一个栅格的中点匀速运动到另一个栅格的中点。c)假设某一个小矩形被它相邻的水平和竖直方向的三个障碍物矩形包围，则将该矩形视为障碍物，避免无效路径的选择，如图2(a)所示，27号栅格在水平和竖直方向周围有三个障碍物栅格，则将该栅格默认为障碍物栅格。图2栅格地图与实际地图图3膨胀后障碍物2GＲ-HFACO算法为提高算法效率，基于几何规则的异类蚁群优化算法(GＲ-HFACO)主要对路径搜索阶段和路径更新阶段进行改进。2．1路径搜索2．1．1异类蚁群协同工作考虑到自然界中的每一类个体都能在不同层面发挥出自己的优势，为充分体现蚁群算法的并行协同机制，根据文献［26］，基于蚁群的观点采择能力，模拟人类思维方式将蚁群分为创新型(Inn)、守旧型(Con)、择优型(Pre)三种类型个体［26］。通过集合多种类型的信息，提高算法的全局性。不同类型的个体遵循不同规则的搜索路径。每类个体根据自己预定义
【参考文献】：
期刊论文
[1]基于ACOPSO的机器人路径规划和ROBCAD运动仿真[J]. 冯超钰,王杰,张梦超. 组合机床与自动化加工技术. 2017(05)
[2]基于量子蚁群算法的片上网络映射研究[J]. 范绍聪,刘怡俊. 计算机应用研究. 2017(01)
[3]面向军事应用的信息栅格网络拓扑建模研究[J]. 张明清,危美林,孔红山,董书琴. 系统仿真学报. 2016(02)
[4]一种改进的新型元启发式花朵授粉算法[J]. 肖辉辉,万常选,段艳明. 计算机应用研究. 2016(01)
[5]基于线性时序逻辑的最优巡回路径规划[J]. 肖云涛,欧林林,俞立. 自动化学报. 2014(10)
[6]柔性生产系统配料区多自动导航小车调度优化[J]. 朱琳,范秀敏,何其昌. 计算机集成制造系统. 2012(06)
本文编号：2967284
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2967284.html
