改进蚁群算法求解移动机器人路径规划

发布时间：2017-10-27 00:07

  本文关键词：改进蚁群算法求解移动机器人路径规划

  更多相关文章： 路径规划 移动机器人 蚁群算法 信息素

【摘要】：在全局静态环境下,提出一种改进蚁群算法,解决传统蚁群算法用于路径规划出现的收敛速性差、局部最优和求解质量差等不足。该算法引入障碍物排斥权重和新的启发因子到路径选择概率中,提高避障能力,增加路径选择的多样性;然后,设置局部信息素的阈值和限定范围更新局部信息素,采用交叉操作获取新路径,引入最优解和最差解,改变全局信息素的更新方式,提高全局搜索能力和解的质量,避免算法陷入局部最优。仿真结果表明,该算法能有效获得最优路径,在长度上比蚁群算法及其他算法分别减少了18%、5.7%和11%,算法迭代次数及运行时间都有所降低,提高了收敛速度和搜索能力。
【作者单位】： 安徽工程大学安徽省电气传动与控制重点实验室;
【关键词】： 路径规划 移动机器人 蚁群算法 信息素
【基金】：2016年度安徽高校自然科学项目(KJ2016A794)资助
【分类号】：TP242;TP18
【正文快照】： 1引言路径规划是指在未知或已知环境中,移动机器人根据自身所集成的传感器感知周围带有障碍物干扰的环境,按照已有的路径规划算法能够安全的寻找一条从起点到目标点无障碍的最短或最优路径。目前对移动机器人路径规划算法的研究[1],学者们提出了大量算法,并取得丰硕的成果。常

【相似文献】

中国期刊全文数据库 前10条

1 唐浩;;蚁群算法的研究与展望[J];牡丹江教育学院学报;2009年06期

2 邓小波;曹聪聪;龙伦海;康耀红;;蚁群算法搜索熵研究[J];海南大学学报(自然科学版);2007年04期

3 张康;顾幸生;;全局组搜索优化算法及其应用研究[J];青岛科技大学学报(自然科学版);2012年05期

4 李东晓;蒋珉;柴干;;蚁群算法优化及其在高速公路紧急救援中的应用[J];计算机技术与发展;2010年11期

5 _5文龙 ,黄，

本文编号：1101045