波浪滑翔機(jī)是一種由海洋波浪驅(qū)動的新型海洋環(huán)境監(jiān)測平臺,為了實(shí)現(xiàn)波浪滑翔機(jī)的路徑規(guī)劃,提出了一種改進(jìn)的蟻群算法,引入了人工探路蟻的概念,通過探路蟻對可行節(jié)點(diǎn)方向的障礙物分布提前探索,并將障礙物分布情況作為選擇下一節(jié)點(diǎn)的考慮因素,如果障礙物分布復(fù)雜,如U型陷阱,就避免該節(jié)點(diǎn)。在此基礎(chǔ)上,考慮了影響波浪滑翔機(jī)速度的主要環(huán)境因素,通過波浪滑翔機(jī)的速度預(yù)測模型,將所有海洋環(huán)境因素歸一化為航行速度,并引入到算法的節(jié)點(diǎn)轉(zhuǎn)移狀態(tài)規(guī)則中。最后用最優(yōu)最差獎(jiǎng)懲機(jī)制改進(jìn)蟻群算法的迭代信息素更新策略。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法有效避免了算法死鎖和局部最優(yōu)解,提高了算法的收斂速度,規(guī)劃出來的路線距離短,安全性高。 

【文章來源】：計(jì)算機(jī)工程與應(yīng)用. 2020,56(04)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

波浪滑翔機(jī)結(jié)構(gòu)圖

蟻群算法是1994年Dorigo提出的一種相對成熟的群體智能優(yōu)化算法，通過模擬自然界螞蟻覓食的行為來尋求最優(yōu)解。根據(jù)外界環(huán)境的變化，蟻群算法可以動態(tài)做出反應(yīng)，且魯棒性能好，被廣泛應(yīng)用于旅行商問題（Traveling Salesman Problem,TSP）、車輛調(diào)度問題、網(wǎng)絡(luò)路由問題等實(shí)際問題中[10]。常規(guī)蟻群算法的節(jié)點(diǎn)選擇方式是根據(jù)節(jié)點(diǎn)之間的信息素濃度和啟發(fā)信息進(jìn)行概率選擇的，在t時(shí)刻，螞蟻k從節(jié)點(diǎn)Xi轉(zhuǎn)移到節(jié)點(diǎn)Xj的轉(zhuǎn)移概率公式如下：

(1）更換仿真環(huán)境，增加障礙物分布的復(fù)雜情況。在新的靜態(tài)環(huán)境中進(jìn)行仿真實(shí)驗(yàn)，如圖8所示，在圖7仿真環(huán)境的基礎(chǔ)上增加了障礙物的復(fù)雜情況。常規(guī)蟻群算法在遇到障礙物阻擋前進(jìn)方向時(shí)，繞障礙物移動，沒有提前探索到障礙物，這增加了路徑的長度[20]。而改進(jìn)蟻群算法提前探索到了障礙物的分布，提前舍棄該節(jié)點(diǎn)躲避了障礙物，相較于常規(guī)蟻群，路徑長度較短，安全性更高。圖7 改進(jìn)算法和常規(guī)算法仿真路線對比

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)搜索半徑蟻群動態(tài)路徑規(guī)劃算法[J]. 趙峰,楊春曦,陳飛,黃凌云,談?wù)\.  計(jì)算機(jī)工程與應(yīng)用. 2018(19)
[2]基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃[J]. 方春城,孫培明.  測控技術(shù). 2018(04)
[3]機(jī)器人制孔自適應(yīng)蟻群路徑規(guī)劃算法[J]. 劉艷梅,王鑫,馬躍晏.  火力與指揮控制. 2017(10)
[4]復(fù)雜環(huán)境下基于改進(jìn)人工蜂群算法的機(jī)器人路徑規(guī)劃[J]. 張林,徐曙,姚森敏,伍國興.  機(jī)械設(shè)計(jì)與制造. 2017(10)
[5]求解TSP的改進(jìn)信息素二次更新與局部優(yōu)化蟻群算法[J]. 許凱波,魯海燕,程畢蕓,黃洋.  計(jì)算機(jī)應(yīng)用. 2017(06)
[6]基于改進(jìn)蟻群算法的移動機(jī)器人路徑規(guī)劃[J]. 朱顥東,孫振,吳迪,申圳.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[7]基于動態(tài)參數(shù)蟻群算法的尋源導(dǎo)熱反問題研究[J]. 喬慶玲,盧玫,張翠珍,陶亮.  上海理工大學(xué)學(xué)報(bào). 2016(02)
[8]基于信息素的自適應(yīng)連續(xù)域混合蟻群算法[J]. 周裊,葛洪偉,蘇樹智.  計(jì)算機(jī)工程與應(yīng)用. 2017(06)
[9]機(jī)器人全局路徑規(guī)劃的混合蟻群系統(tǒng)算法[J]. 呂金秋,游曉明,劉升.  計(jì)算機(jī)工程與應(yīng)用. 2016(11)
[10]改進(jìn)蟻群算法及其在機(jī)器人避障中的應(yīng)用[J]. 裴振兵,陳雪波.  智能系統(tǒng)學(xué)報(bào). 2015(01)

碩士論文
[1]波浪滑翔機(jī)速度預(yù)測與路徑規(guī)劃的研究[D]. 易龍江.青島大學(xué) 2017



本文編號：3456696