使用改进蚁群算法的AGV路径规划研究

• 作者: 肖本贤 葛志远
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 路径规划 AGV 蚁群算法 信息素 最大最小蚂蚁系统 死锁现象
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 机器人
• 页码范围: 241-244,248
• 页数: 5页
• 分类号: TH16|TP18|TP24
• 字数: 3492字
• 语种: 中文

摘要

AGV路径规划问题是AGV研究领域的一个关键技术问题.针对传统的蚁群算法耗时长,搜索效率低,容易出现次优的缺点,改进了计算基本蚁群算法启发因子的方法;提出了优胜劣汰机制以及全局信息素调整方案,合理地更新了路径规划中的信息素;利用最大最小蚂蚁系统对路径上信息素进行了限制;研究了路径规划中死锁问题的解决方法.最后给出了基于改进蚁群算法的AGV路径规划步骤并进行了仿真实验.仿真实验结果表明,在该算法作用下,AGV路径规划的搜索效率优于传统蚁群算法,且规划路径更短,提高了搜索的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖本贤	合肥工业大学电气与自动化工程学院	94	939	18.0	27.0
2	葛志远	合肥工业大学电气与自动化工程学院	1	0	0.0	0.0