基于混合参数蚁群算法的移动机器人路径规划

摘要：

针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法.在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制.实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力.

关键词：蚁群算法、遗传算法、混合参数、平滑处理、路径规划

所属期刊栏目：50

分类号：TP242.6(自动化技术及设备)

资助基金：上海市科委科研计划项目16090503700

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47