基于自适应蚁群算法的农用智能机器人路径规划

发布时间：2024-05-23 00:33

　　针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。

【文章页数】：5 页

【文章目录】：
0 引言
1 建立数学模型
2 基本蚁群算法设计
3 改进蚁群算法设计
    3.1 自适应调整信息素挥发系数
    3.2 更改信息素更新机制
    3.3 限定信息素阈值
    3.4 算法实施步骤
4 试验仿真分析
5 结论



本文编号：3980752