基于双向搜索策略的改进蚁群路径规划算法

发布时间：2022-10-20 10:26

　　针对在多障碍物地形中将传统蚁群算法运用在移动机器人路径规划问题上出现收敛速度慢,容易陷入局部最优,易于陷入死锁等一系列问题,提出了一种改进蚁群算法。在传统蚁群算法的基础上,根据蚂蚁周围可行栅格距离目标点的远近,自适应地调整启发函数,加快算法收敛速度;针对传统蚁群所用的回退和死亡策略,提出了一种最优路径保留策略,提高了算法性能;使用两组不同种类的蚂蚁分别从起始点和目标点进行双向搜索的方法来构建最优路径,进一步提升了算法的搜索效率。实验表明该方法与传统的蚁群算法相比减少了搜索时间,降低了迭代次数,明显提高了算法的寻优效率。 

【文章页数】：5 页

【文章目录】：
0 引言
1 环境建模
2 算法设计
    2.1 经典蚁群算法原理
        2.2.1概率选择
        2.1.2 信息素更新
        2.1.3 循环迭代
    2.2 蚁群算法的改进
        2.2.1 自适应调整启发信息
        2.2.2 最优路径保留策略
        2.2.3 双向搜索策略
    2.3 改进后蚁群算法流程
3 仿真与分析
4 结论


【参考文献】：
期刊论文
[1]动态路径规划中的改进蚁群算法[J]. 周明秀,程科,汪正霞.  计算机科学. 2013(01)
[2]移动机器人路径规划中的图方法应用综述[J]. 成伟明,唐振民,赵春霞,刘华军.  工程图学学报. 2008(04)
[3]一种解决组合优化问题的改进型量子遗传算法[J]. 邢焕来,潘炜,邹喜华.  电子学报. 2007(10)
[4]车辆路径问题的粒子群算法研究[J]. 李宁,邹彤,孙德宝.  系统工程学报. 2004(06)



本文编号：3694309