【摘要】：隨著人工智能的快速發(fā)展,越來(lái)越多的商業(yè)領(lǐng)域開(kāi)始采取智能算法以獲取更好的解決方案。本文通過(guò)改進(jìn)蟻群算法,提升算法的搜索性能,進(jìn)而嘗試為機(jī)器人路徑規(guī)劃問(wèn)題提供一套解決方案。蟻群優(yōu)化算法是源于對(duì)螞蟻群體行為的研究,模擬螞蟻群體間協(xié)作覓食而得的一種仿生智能優(yōu)化算法。在蟻群算法中,構(gòu)建路徑的時(shí),會(huì)釋放一種信息素,而且搜索到的路徑越優(yōu)秀,所釋放的信息素的量也就越多。而信息素的強(qiáng)度越大,對(duì)螞蟻的引導(dǎo)性越強(qiáng),這形成了一種正反饋機(jī)制,其正是蟻群算法的優(yōu)點(diǎn)所在。本文針對(duì)蟻群算法進(jìn)行了探索性研究,針對(duì)它存在的缺陷和不足,提出了一種帶有負(fù)反饋機(jī)制的蟻群算法。首先綜合分析了該算法的仿生學(xué)原理、數(shù)學(xué)模型、算法思想和實(shí)現(xiàn)流程。本文所提出的負(fù)反饋機(jī)制也同樣來(lái)源于對(duì)生物群體的研究的啟發(fā),其主要特點(diǎn)在于充分利用了螞蟻路徑構(gòu)建過(guò)程中的一些不良解,使螞蟻可以更少次數(shù)的遍歷不良路徑,轉(zhuǎn)而去探索未知領(lǐng)域,因?yàn)檫@些路徑中可能存在著更優(yōu)解,從而提升了螞蟻構(gòu)建路徑的性能。本文針對(duì)位置轉(zhuǎn)移概率公式和信息素更新方式均進(jìn)行了優(yōu)化處理,之后針對(duì)新增加的負(fù)反饋因子,進(jìn)行了實(shí)驗(yàn)驗(yàn)證,給出了相應(yīng)的取值建議。為了展示改進(jìn)算法的效果,本文同基本蟻群算法和兩種經(jīng)典的改進(jìn)蟻群算法進(jìn)行了對(duì)比實(shí)驗(yàn)。此外,本文把帶有負(fù)反饋機(jī)制的蟻群算法應(yīng)用到機(jī)器人路徑規(guī)劃問(wèn)題中。首先,針對(duì)環(huán)境模型的建立進(jìn)行了闡述,并利用柵格法結(jié)合圖論思想建立了本文蟻群算法的測(cè)試環(huán)境。之后在動(dòng)態(tài)和靜態(tài)環(huán)境下分別采用不同復(fù)雜程度的模擬環(huán)境進(jìn)行蟻群算法的仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明,改進(jìn)的蟻群算法搜索的穩(wěn)定性和可靠性均得到了提高,達(dá)到了預(yù)期效果。
【圖文】：

周?chē)窂街写媪舻耐饧に氐膹?qiáng)度，而螞蟻會(huì)根據(jù)激素的強(qiáng)度來(lái)調(diào)整其運(yùn)動(dòng)方向。逡逑激素強(qiáng)度越高，表示有食物存在的概率越大，所以螞蟻會(huì)朝著激素強(qiáng)度更大的方逡逑向移動(dòng)，可以說(shuō)這是螞蟻群體在覓食過(guò)程中表現(xiàn)出來(lái)的一種正反饋現(xiàn)象［１１］。圖１－逡逑１展示了螞蟻覓食過(guò)程中群體行為的特點(diǎn)。逡逑這條路好遠(yuǎn)啊，少釋放點(diǎn)信息素逡逑邐邐—邋一邋一邋—邋一邋一邋＿＿＿＿＿邋＾３８＾＾邋一一邋＿邐邐邋一邋邐邐邐逡逑Ｉ邐！逡逑Ｉ邐隨ｆ言眉}蹦皰危卞義希翦慰隙ü噱�，辶x襄五巍ュ危板胃醚∧奶蹂義下紡�？辶x襄危掊危厘甕�，辶x稀觶ュ義銜易咦約旱穆峰義賢跡保甭煲廈偈承形義掀涫擔(dān)先核惴ǖ撓旁叫圓恢皇撬滌姓蠢』�，而且具有较强的鲁凹g�、辶x獻(xiàn)宰櫓芰Φ忍氐悖詿磣楹嫌嘔侍饈斃閱芨�，所以哉幏径规划问甜x顯玨義暇陀釁湎喙賾τ茫郟保玻蕁５牽盟惴ㄈ勻揮釁淙畢藎�，国闹I獾難д吆脫芯咳嗽閉攵藻義掀涔縭樟�、需要设置室暒的矄�(wèn)鴕紫萑刖植孔鈑漚獾熱鋇愀雋撕芏嗟母慕義喜唄�。基迸f峽梢怨檳晌諏礁齜較蟶系母慕浩湟瘓褪侵苯傭砸先核惴ǖ母怕叔義涎≡窆膠托畔⑺氐母路絞降母慕�，加入自室暒矄�(wèn)柚玫然平杏嘔Ａ礤義弦恢指慕絞驕褪歉荽砦侍獾牟煌岷掀淥悄苡嘔惴ɑ蛘囈岷暇洳咤義下愿慕先核惴

本文編號(hào)：2697345