針對機器人路徑規(guī)劃中,傳統(tǒng)蟻群算法收斂速度慢、易陷入局部最優(yōu)解等問題,提出了一種移動機器人路徑規(guī)劃的改進蟻群優(yōu)化(ACO)算法。用柵格法建立環(huán)境模型,并基于人工勢場建立啟發(fā)信息素矩陣,降低了螞蟻在初始階段搜索的盲目性;引入激勵函數(shù),降低搜索過程中的死鎖現(xiàn)象;改進信息素的更新機制,增強了優(yōu)秀螞蟻對全局路徑規(guī)劃的影響。仿真結(jié)果表明:改進后蟻群算法的機器人路徑規(guī)劃算法加快了收斂速度,具有較強的魯棒性和全局尋優(yōu)能力。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引 言
1 環(huán)境建模
    1.1 柵格法
    1.2 人工勢場法
2 傳統(tǒng)蟻群算法
3 改進蟻群算法
    3.1 激勵函數(shù)
    3.2 信息素的分配機制改進
    3.3 改進蟻群算法路徑規(guī)劃流程
4 仿真分析
5 結(jié) 論



本文編號：3753125