發(fā)布時間：2021-06-05 16:50

　　本文針對移動機器人路徑規(guī)劃中,蟻群算法初始階段搜索盲目性高;容易陷入局部極小值;容易陷入死鎖,提出了一種改進(jìn)的蟻群算法用于路徑規(guī)劃。將靜電勢場函數(shù)引入蟻群算法的啟發(fā)函數(shù)中,增加初始搜索階段的目的性;加入回退機制,使進(jìn)入死鎖的螞蟻回退到上一個節(jié)點,并將回退之前的節(jié)點加入禁忌表,減少死鎖情況;將信息素?fù)]發(fā)因子動態(tài)調(diào)整,使初始階段搜索能力增強而末尾階段更快收斂。仿真結(jié)果表明改進(jìn)后的算法在復(fù)雜環(huán)境下能得到更優(yōu)的路徑,收斂速度更快,證明了改進(jìn)后蟻群算法的優(yōu)越性。 

【文章來源】：電子技術(shù)與軟件工程. 2020,(02)

【文章頁數(shù)】：3 頁

【部分圖文】：

柵格法環(huán)境建模

肪兜牟慰技壑迪嘍越系停?飫鋃???改變信息素?fù)]發(fā)因子的ρ，使其在蟻群算法早期有一個相對較大的值，降低蟻群算法前期的信息素對轉(zhuǎn)移概率的影響，然而到后期有一個相對較小的值使信息素對轉(zhuǎn)移概率的影響較大，加快收斂速度。（12）基于靜電勢場法的蟻群算法路徑規(guī)劃步驟如下：（1）初始化參數(shù)，用矩陣G表示已知的環(huán)境模型，確定起始點S和終點E，通過式（1）計算出障礙物的坐標(biāo)。設(shè)定表示信息素和啟發(fā)函數(shù)重要程度的參數(shù)α，β，種群數(shù)量為M，迭代次數(shù)上圖1：柵格法環(huán)境建模圖2：死鎖示意圖

modifiedantcolonyoptimisation[J].InternationalJournalofBio-InspiredComputation,2017,9(2):106-113.[4]BayatF,NajafiniaS,AliyariM.Mobilerobotspathplanning:Electrostaticpotentialfieldapproach[J].ExpertSystemswithApplications,2018,100:68-78.[5]恩格爾伯里特,A.P.).計算群體智能基礎(chǔ)[M].清華大學(xué)出版社,2009.作者簡介尤潤川(1993-)，男，碩士研究生。主要研究方向為移動機器人路徑規(guī)劃。（a）基本蟻群算法收斂曲線（b）基本蟻群算法最短路徑圖（c）改進(jìn)后的算法收斂曲線（d）改進(jìn)后的算法最短路徑圖圖3：改進(jìn)前后的蟻群算法在障礙物較多的環(huán)境下仿真結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的機器人路徑規(guī)劃算法[J]. 劉學(xué)芳,曾國輝,劉瑾.  傳感器與微系統(tǒng). 2019(10)
[2]移動機器人的實時路徑規(guī)劃研究與仿真[J]. 喬慧芬,潘廣貞,元琴.  計算機仿真. 2015(01)



本文編號：3212543