針對(duì)傳統(tǒng)蟻群算法在路徑規(guī)劃時(shí),易陷入局部最優(yōu)、前期路徑有效性差等問題,對(duì)傳統(tǒng)蟻群算法進(jìn)行改進(jìn)并應(yīng)用到AGV(Automated Guided Vehicle)路徑規(guī)劃上。采用柵格地圖建立小車工作空間模型,利用改進(jìn)的頭尾搜索機(jī)制,提高并加快了算法的全局搜索能力和前期收斂速度;引入獎(jiǎng)懲因子與信息素最大最小閾值,對(duì)每代最優(yōu)路徑上的信息素進(jìn)行獎(jiǎng)勵(lì),最差路徑上的進(jìn)行懲罰,提高全局搜索能力;引入遺傳算法變異因子,使算法跳出局部最優(yōu)能力加強(qiáng);采用遺傳算法對(duì)改進(jìn)的蟻群算法進(jìn)行參數(shù)優(yōu)化,減少參數(shù)對(duì)算法的影響。在VS2017和MATLAB軟件平臺(tái)上進(jìn)行算法仿真。結(jié)果表明了該算法在避免局部最優(yōu)和加快收斂速度方面有很大改進(jìn)。

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 環(huán)境建模
3 傳統(tǒng)蟻群算法
4 改進(jìn)蟻群算法
    4.1 雙向搜索機(jī)制
    4.2 引入獎(jiǎng)懲因子
    4.3 多指標(biāo)路徑規(guī)劃
    4.4 遺傳算法優(yōu)化參數(shù)
    4.5 改進(jìn)蟻群算法流程圖
5 結(jié)果與分析
6 結(jié)語



本文編號(hào)：3809110