當(dāng)電池載有量有限的工業(yè)輪式機器人在復(fù)雜地形中工作時,需要探索并規(guī)劃出一條最省能量的行走路線,本文為此提出了一種改進(jìn)的蟻群算法來滿足此要求。將原有單一維度的信息素根據(jù)需求進(jìn)行升維處理,使其在模型中具有更加有效的表達(dá)及信號傳輸能力。對比結(jié)果發(fā)現(xiàn),改進(jìn)后的蟻群算法比原始蟻群算法探索到的路徑能耗更低。 

【文章來源】：南方農(nóng)機. 2019,50(19)

【文章頁數(shù)】：2 頁

【部分圖文】：

改進(jìn)蟻群算法流程圖

直到達(dá)到設(shè)定的約束條件或循環(huán)終止的次數(shù)為止。1.4改進(jìn)蟻群算法流程改進(jìn)蟻群算法流程如圖1所示。圖1改進(jìn)蟻群算法流程圖Fig.1Improvedantcolonyalgorithmflowchart2仿真實驗及分析在三維規(guī)劃空間中分別利用原始蟻群算法和改進(jìn)后的蟻群算法以相同的初始條件進(jìn)行仿真。仿真初始條件如表1所示。表1仿真初始條件Table1Simulationinitialcondition種群個數(shù)終點坐標(biāo)10（21,8,5）起點坐標(biāo)（1,10,4）迭代次數(shù)120為了驗證改進(jìn)后蟻群算法的有效性，采用Matlab軟件進(jìn)行算法的編寫,生成地形圖，三維空間路徑結(jié)果如圖2所示，圖中虛線為原始算法，實線為改進(jìn)算法。圖2三維規(guī)劃空間路徑規(guī)劃結(jié)果Fig.23Dplanningspacepathplanningresult在圖2中，通過對比搜索結(jié)果，可以明顯看到原始算法得到的路徑較為曲折，且上坡次數(shù)比較多，而改進(jìn)算法得到的路徑要平緩許多。這是因為在路徑搜索時，改進(jìn)算法根據(jù)路徑間的能量消耗大小對啟發(fā)函數(shù)進(jìn)行動態(tài)調(diào)整，使其更傾向于選擇比較省能的路徑。在此路徑下，傳統(tǒng)蟻群算法能耗為30q，改進(jìn)后蟻群算法能耗為23q，相比較可知，改進(jìn)后的蟻群算法比傳統(tǒng)蟻群算法能耗更低。3結(jié)論由于輪式機器人的電池載有量是有限的，所以其路徑規(guī)劃問題中實現(xiàn)低能耗是最終目的，為此提出一種升維的改進(jìn)蟻群算法來滿足路徑規(guī)劃中能耗最低的要求，改進(jìn)后的蟻群算法將原本為標(biāo)量的信息素改進(jìn)為有方向維度和能量維度的矢量信息素，提高了算法的收斂速度，使其更加適用于復(fù)雜地形。通過仿真及其結(jié)果分析表明，改進(jìn)后的蟻群算法比未改進(jìn)的蟻群算法收斂速度更快，且探索到的路徑能耗更低。參考文獻(xiàn)：[1]孟祥萍，片兆宇.基于方向信息素協(xié)調(diào)的蟻群算法[J].控制與決策，2013(5)：782-786.[2]尤海龍，魯照權(quán).參數(shù)α、β和ρ?

【參考文獻(xiàn)】：
期刊論文
[1]參數(shù)α、β和ρ自適應(yīng)調(diào)整的快速蟻群算法[J]. 尤海龍,魯照權(quán).  制造業(yè)自動化. 2018(06)
[2]基于方向信息素協(xié)調(diào)的蟻群算法[J]. 孟祥萍,片兆宇,沈中玉,苑全德.  控制與決策. 2013(05)
[3]基于改進(jìn)蟻群算法的多機器人任務(wù)分配[J]. 曹宗華,吳斌,黃玉清,鄧春艷.  組合機床與自動化加工技術(shù). 2013(02)
[4]基于改進(jìn)蟻群算法的三維空間機器人路徑規(guī)劃[J]. 胡薈,蔡秀珊.  計算機系統(tǒng)應(yīng)用. 2011(11)
[5]一種移動機器人三維路徑規(guī)劃算法[J]. 禹建麗,程思雅,Kroumov Valeri.  中原工學(xué)院學(xué)報. 2008(02)
[6]蟻群算法的全局收斂性研究及改進(jìn)[J]. 段海濱,王道波.  系統(tǒng)工程與電子技術(shù). 2004(10)



本文編號：3268668