|
|
1.
基于转角约束的改进蚁群优化算法路径规划
李开荣, 刘爽, 胡倩倩, 唐亦媛
计算机应用
2021, 41 (9):
2560-2568.
DOI: 10.11772/j.issn.1001-9081.2020111713
针对传统蚁群优化（ACO）算法搜索路径时易陷入局部最优、路径过长、转弯角度过大等问题，提出一种基于转弯角度约束的改进ACO算法。首先，增加起始点与目标点之间区域的初始信息素浓度，以避免初期盲目搜索；然后，在启发函数中加入A
*算法的估价函数和转弯角度因子，以便在下一步选择路径长度和转角次数综合最优的节点；最后，在信息素更新部分引入狼群算法的分配原则，来加强优质种群的影响力，同时借鉴最大最小蚁群（MMAS）算法进行信息素浓度的限制，从而避免算法陷入局部最优。Matlab仿真结果表明，改进算法与传统ACO算法相比，规划出的路径长度缩短了13.7%，转弯次数减小了64.3%，累计转弯角度减少了76.7%。实验结果表明，所提改进算法能有效解决全局路径规划问题，避免了移动机器人过多的能耗损失。
参考文献 |
相关文章 |
多维度评价
|
|
