文献类型：期刊文章

作　　者：曹新亮[1] 王智文[2,3] 冯晶[1] 查敏[1] 王宇航[4]

CAO Xin-liang;WANG Zhi-wen;FENG Jing;ZHA Min;WANG Yu-hang(School of Electrical and Information Engineering,Guangxi University of Science and Technology,Liuzhou 545006;School of Computer Science and Telecommunication Engineering,Guangxi University of Science and Technology,Liuzhou 545006;Guangxi Key Lab of Multi-source Information Mining&Security,Guangxi Normal University,Guilin 541004;School of Computer Science and Information Engineering,Guangxi Normal University,Guilin 541004,China)

机构地区：[1]广西科技大学电气与信息工程学院,广西柳州545006 [2]广西科技大学计算机科学与通信工程学院,广西柳州545006 [3]广西师范大学多源信息挖掘与安全重点实验室,广西桂林541004 [4]广西师范大学计算机科学与信息工程学院,广西桂林541004

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金(61962007,61462008,61751213,61866004);广西自然科学基金重点项目(2018GXNSFDA294001,2018GXNSFDA281009);广西自然科学基金(2018GXNSFAA294050,2017GXNSFAA198365);广西教育厅科研项目(YB2014209);广西多源信息挖掘与安全重点实验室开放性研究课题(MIMS19-04);广西科技大学创新团队“图像处理与智能认知及应用”(gxkjdxcxtd201504);2017年广西科技大学硕士研究生创新项目(GKYC2017)。

年　　份：2020

卷　　号：42

期　　号：3

起止页码：564-570

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、INSPEC、JST、ZGKJHX、核心刊

摘　　要：针对蚁群算法在机器人路径规划过程中出现的收敛速度慢的缺陷,提出了基于改进蚁群算法规划机器人全局路径,在栅格地图中划定优选区域,并建立新的初始信息素浓度设置模型,对各点初始信息素浓度进行差异化设置,避免寻优的盲目性,提高了算法的收敛速度。实验结果表明,改进后的蚁群算法的收敛速度明显加快,优于传统算法,表明了该算法的有效性。

关 键 词：蚁群算法 机器人 路径规划 栅格地图 改进蚁群算法

分 类 号：TP242.6]