10.3969/j.issn.1009-0134.2020.01.013
轮式机器人路径规划的改进蚁群算法
针对轮式机器人在多窟障碍地形图中的路径规划问题,为了克服基本蚁群算法的局部最优问题,提高算法的收敛速度,以及节约找寻最优路径的时间,提出了一种基于多维信息素及模糊集的改进蚁群算法.在栅格化地图上,通过模糊集将某一点距离障碍物以及接受目标的信息程度表达出来,重新更新栅格化地图,从而减少地图中搜索空间,节约搜索时间.其次把传统蚁群算法中的一维信息素改进为多维信息素,得到满足多个约束条件下的路径.通过多组仿真实验的结果表明,验证了改进算法的可行性和有效性,提高了基本蚁群算法对最优路径问题的优化性能与收敛速度.与现有算法相比较,迭代次数节约了70％左右,缩小了20％的蚁群数量.
蚁群算法、模糊集、多维信息素、轮式机器人路径规划
42
TH16
陕西省自然科学基金2018JQ5059;省部级项目211425180248
2020-04-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
64-69
