改进ACO在移动机器人路径规划中的研究

• 作者: 宋兴国 徐梁 高宏力
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 移动机器人 路径规划 蚁群算法 粒子群算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 先进制造技术
• 页码范围: 104-107
• 页数: 4页
• 分类号: TH16|TM561
• 字数: 3139字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.09.026

摘要

针对基本蚁群算法(ACO)易陷入局部最优和收敛速度慢的特点,提出了一种在复杂静态环境下移动机器人路径规划的蚁群优化改进算法.该算法通过限制信息素的范围,扩大了搜索范围,避免了算法的过早收敛,同时还提出了一种自适应调节信息素挥发系数的改进蚁群算法方略,旨在通过自适应的调整信息素挥发系数来提高算法的全局性和算法的收敛速度.算法还利用粒子群优化算法对蚁群算法中的关键参数进行优化,从而避免了参数选择的随机性和盲目性,提高了最优路径的搜索效果.仿真结果显示,改进蚁群算法在移动机器人路径规划中的有效性和普遍应用性,在任意随机给定的环境中,算法能够迅速找出最优路径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宏力	西南交通大学机械工程学院	121	722	14.0	22.0
2	宋兴国	西南交通大学机械工程学院	11	9	1.0	3.0
3	徐梁	西南交通大学机械工程学院	2	0	0.0	0.0