|
|
1.
动态混沌蚁群系统及其在机器人路径规划中的应用
李娟, 游晓明, 刘升, 陈佳
计算机应用
2018, 38 (1):
126-131.
DOI: 10.11772/j.issn.1001-9081.2017061326
针对蚁群系统（ACS）解决机器人路径规划问题时种群多样性与收敛速度的不足，对蚁群系统引入动态混沌算子，从而平衡种群多样性和收敛速度之间的关系。动态混沌蚁群系统的核心是在传统蚁群系统引入Logistic混沌算子来增加种群多样性，从而提高解的质量。在迭代前期加入混沌算子，以调整路径中的全局信息素值，增加算法的种群多样性，从而避免算法陷入局域优化解；在后期则转为蚁群系统，来确保动态混沌蚁群系统的收敛速度。仿真结果表明，对于机器人路径规划问题，与蚁群系统相比，动态混沌蚁群系统具有更好的种群多样性、更高的解的质量和更快的收敛速度；与精英蚁群系统（EAS）和基于排序的蚂蚁系统（ASrank）相比，动态混沌蚁群系统能够平衡解的质量与收敛速度之间的关系，即使在复杂障碍物的环境下，动态混沌蚁群系统也能较好地找到最优解。动态混沌蚁群系统能够提升移动机器人路径规划中的效率。
参考文献 |
相关文章 |
多维度评价
|
|
