為了解決蟻群算法在路徑規(guī)劃中初始信息素匱乏、路徑搜索規(guī)劃速度慢、需要更多的迭代次數(shù)才能找出近似最優(yōu)解、準(zhǔn)確性在搜索空間很大的情況下會(huì)出現(xiàn)無法找到最優(yōu)解的問題,提出一種適用于全局路徑規(guī)劃的改進(jìn)型蟻群算法。在規(guī)劃路徑初始時(shí)利用A*算法先建立每個(gè)節(jié)點(diǎn)間最優(yōu)路徑代價(jià)函數(shù),以減少蟻群算法在路徑搜索中的盲目性;引入"虛擬終點(diǎn)",以減小蟻群算法的搜索空間,降低迭代次數(shù),提高蟻群算法的效率和路徑規(guī)劃準(zhǔn)確性。通過多次實(shí)驗(yàn),表明改進(jìn)型蟻群算法在路徑搜索效率和路徑規(guī)劃能力上都明顯提高。 

【文章來源】：制造業(yè)自動(dòng)化. 2020,42(02)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

10×10二維柵格

A*算法主要是OPEN列表和CLOSE列表,每次將OPEN列表中f(n)輸出值最小的節(jié)點(diǎn)放到CLOSE列表中,在CLOSE列表中將上一步從OPEN列表中移入的節(jié)點(diǎn)對(duì)比,確定該節(jié)點(diǎn)是否為路徑目標(biāo)點(diǎn),如果節(jié)點(diǎn)與當(dāng)前約束條件符合,搜索該節(jié)點(diǎn)附近鄰域所有可能節(jié)點(diǎn),可以把OPEN列表看成是一個(gè)優(yōu)先隊(duì)列,主要值為g(n)確定,優(yōu)先級(jí)最高的就先確定為通過節(jié)點(diǎn),由此如圖2中選取的路徑段為理論最優(yōu)路徑,方格Y可以設(shè)定為“虛擬終點(diǎn)”。2.3 算法融合

如圖3所示,點(diǎn)S為起始點(diǎn),點(diǎn)G為終點(diǎn),在點(diǎn)S與點(diǎn)G之間加入“虛擬終點(diǎn)”A、B,這樣路徑S-A、A-B、B-G搜索最短直線距離,以及對(duì)信息素更新和蟻群算法啟發(fā)函數(shù)的改進(jìn),避免了蟻群在尋優(yōu)路徑時(shí)走偏,圖3為理想情況下算法融合后的理論最優(yōu)路徑規(guī)劃圖。2.4 改進(jìn)型蟻群算法流程

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人全局路徑規(guī)劃[J]. 占偉,屈軍鎖,蘆鑫,侯磊超.  現(xiàn)代電子技術(shù). 2018(24)
[2]基于改進(jìn)粒子群算法的路徑規(guī)劃[J]. 賈會(huì)群,魏仲慧,何昕,張磊,何家維,穆治亞.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(12)
[3]基于改進(jìn)蟻群算法的機(jī)器人焊接路徑規(guī)劃[J]. 吳明暉,黃海軍,王先偉.  焊接學(xué)報(bào). 2018(10)
[4]路徑規(guī)劃算法的研究與發(fā)展[J]. 楊俊成,李淑霞,蔡增玉.  控制工程. 2017(07)
[5]基于遺傳螞蟻混合算法的AUV全局路徑規(guī)劃[J]. 潘昕,吳旭升,侯新國,馮源.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[6]基于動(dòng)態(tài)反饋A*蟻群算法的平滑路徑規(guī)劃方法[J]. 黃辰,費(fèi)繼友,劉洋,李花,劉曉東.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(04)
[7]改進(jìn)蟻群算法求解移動(dòng)機(jī)器人路徑規(guī)劃[J]. 張成,凌有鑄,陳孟元.  電子測(cè)量與儀器學(xué)報(bào). 2016(11)
[8]改進(jìn)人工勢(shì)場(chǎng)法的機(jī)器人路徑規(guī)劃[J]. 尹國強(qiáng),賈云偉,張慧.  制造業(yè)自動(dòng)化. 2015(23)
[9]基于改進(jìn)遺傳算法的室內(nèi)移動(dòng)機(jī)器人路徑規(guī)劃[J]. 李天旭,陳廣大.  制造業(yè)自動(dòng)化. 2015(20)
[10]基于改進(jìn)A*算法的AGV路徑規(guī)劃[J]. 李偉光,蘇霞.  現(xiàn)代制造工程. 2015(10)



本文編號(hào)：3311398