針對傳統(tǒng)蟻群算法在路徑規(guī)劃時,易陷入局部最優(yōu)、前期路徑有效性差等問題,對傳統(tǒng)蟻群算法進行改進并應用到AGV(Automated Guided Vehicle)路徑規(guī)劃上。采用柵格地圖建立小車工作空間模型,利用改進的頭尾搜索機制,提高并加快了算法的全局搜索能力和前期收斂速度;引入獎懲因子與信息素最大最小閾值,對每代最優(yōu)路徑上的信息素進行獎勵,最差路徑上的進行懲罰,提高全局搜索能力;引入遺傳算法變異因子,使算法跳出局部最優(yōu)能力加強;采用遺傳算法對改進的蟻群算法進行參數(shù)優(yōu)化,減少參數(shù)對算法的影響。在VS2017和MATLAB軟件平臺上進行算法仿真。結果表明了該算法在避免局部最優(yōu)和加快收斂速度方面有很大改進。

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 環(huán)境建模
3 傳統(tǒng)蟻群算法
4 改進蟻群算法
    4.1 雙向搜索機制
    4.2 引入獎懲因子
    4.3 多指標路徑規(guī)劃
    4.4 遺傳算法優(yōu)化參數(shù)
    4.5 改進蟻群算法流程圖
5 結果與分析
6 結語



本文編號：3809110