《多启发因素改进蚁群算法的路径规划.doc》由会员分享，可在线阅读，更多相关《多启发因素改进蚁群算法的路径规划.doc（2页珍藏版）》请在三一文库上搜索。
1、Computer Engineering and Applications 计算机工程与应用2019,55(5)219?工程与应用？多启发因素改进蚁群算法的路径规划李理，李鸿，单宁波长沙理工大学电气与信息工程学院，长沙410114摘 要：移动机器人的路径规划不仅要求路径路程短，还要避免路径转弯过多，颠簸程度严重，环境适应性差等问题，为此提出基于路径长度，转弯次数及坡度平滑性三种因素共同影响的改进启发函数，综合计算转移概率；同时改进信息素更新方式，根据三因素综合指标分配各路径上的信息素量，指导蚂蚁向综合性能最好的路径靠近。并提出一种非均匀初始信息素方法，防止过多蚂蚁走入死路。结合改进的地图建模障
2、碍机制，提高路径的安全性。仿真及实验结果表明，改进算法得到的规划路径在三因素综合性能上具有较大提高，且具有较好的全局搜索能力及收敛性，适当调整参数还能得到某一特性表现突出的路径，且迭代次数和计算时间均表现较优。关键词：蚁群算法；启发函数；路径规划；移动机器人；信息素文献标志码：A 中图分类号：TP242 doi: 10.3778/j.issn.1002-8331.1805-0175李理，李鸿，单宁波 侈启发因素改进蚁群算法的路径规划.计算机工程与应用，2019 ,55（5） ：219-225.LI Li, LI Hong, SHAN Nin gbo. Path pla nning based
3、on improved ant colony algorithm with multiple in spired factor. Computer Engineering and Applications, 2019, 55 ：219-225.Path Pla nning Based on Improved Ant Colony Algorithm with Multiple In spired Factor LI Li, LI Hong, SHAN NingboCollege of Electrical and In formati on Engin eeri ng, Chan gshaU
4、ni versity of Scie nce a ndTech no logy, Cha ngsha410114, Ch inaAbstract : The path planning of mobile robots not only requires short path distances, but also avoids excessive turning of paths, serious bumps, and poor environmental adaptability. Therefore, this paper proposes improvement heuristics
5、function based on three factors : path length, number of turns, and smoothness of gradient, comprehensively calculating of transition probability. While improving the pheromone update method, it allocates the pheromone amount on each path according to the three-factor comprehensive index, guides ant
6、s to approach the path with the best overall performance. And it proposes a non-uniform initial pheromone method to prevent excessive ants into the dead end. It combines improved map modeling barriers to improve path safety. Simulation and experimental results show that the planning path obtained by
7、 the improved algorithm has a great improvement in the overall performance of the three factors, and has a good global search capability and con verge nce. Adjusti ng the parameters appropriately can also obta in a path with a pro minent characteristic. Both the number of iterations and the calculat
8、ion time perform better.Key words : Ant Colony Algorithm (ACA); in spired fun cti on; grid path pla nning; mobile robot; phero mone1引言路径规划算法一直是移动机器人技术的核心问题和热点问题，其研究目的主要在于找到一条连接起始点 与目标点的最优路径或较优路径，路径的优劣主要表现在路程长度，平滑性，时间长短，安全性等方面1-2。然而现有的算法往往仅追求路程最优，如经典的Dijkstra算法,人工势场法3 ,A-star算法4，以及热点的智能算法如 遗传算法5，粒子群算法6，神经网络7，蚁群算法等。这 些算法在寻求最短路径上的研究已非常完善，但是在机器人的实际应用中存在较大问题，这是因为移动机器人作者简介：李理（1993），男，硕士研究生在读，研究领域为智能交通，E-maiJ228095 ;李鸿（1962），男，博士，教授, 研究领域为测控技术；单宁波（1994），男，硕士研究生在读，研究领域为测控技术。收稿日期：2018-05-10 修回日期：2018-10-18文章编号：1002-8331 （2019 05-0219-07CNKI 网络出版：2018-10-26,