改进蚁群算法在AGV路径规划中的应用

• 作者: 周根荣 姜平 胡春阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 路径规划 改进蚁群算法 奖惩因子 参数优化
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 工程与应用
• 页码范围: 270-278
• 页数: 9页
• 分类号: TP242
• 字数: 6558字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0282

摘要

针对传统蚁群算法在路径规划时,易陷入局部最优、前期路径有效性差等问题,对传统蚁群算法进行改进并应用到AGV(Automated Guided Vehicle)路径规划上.采用栅格地图建立小车工作空间模型,利用改进的头尾搜索机制,提高并加快了算法的全局搜索能力和前期收敛速度;引入奖惩因子与信息素最大最小阈值,对每代最优路径上的信息素进行奖励,最差路径上的进行惩罚,提高全局搜索能力;引入遗传算法变异因子,使算法跳出局部最优能力加强;采用遗传算法对改进的蚁群算法进行参数优化,减少参数对算法的影响.在VS2017和MATLAB软件平台上进行算法仿真.结果表明了该算法在避免局部最优和加快收敛速度方面有很大改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周根荣	南通大学电气工程学院	43	214	8.0	12.0
2	姜平	南通大学电气工程学院	56	375	10.0	16.0
3	胡春阳	南通大学电气工程学院	1	2	1.0	1.0