文献类型：期刊文章

作　　者：胡春阳[1] 姜平[1] 周根荣[1]

HU Chunyang;JIANG Ping;ZHOU Genrong(School of Electrical Engineering,Nantong University,Nantong,Jiangsu 226019,China)

机构地区：[1]南通大学电气工程学院,江苏南通226019

出　　处：《计算机工程与应用》

年　　份：2020

卷　　号：56

期　　号：8

起止页码：270-278

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统蚁群算法在路径规划时,易陷入局部最优、前期路径有效性差等问题,对传统蚁群算法进行改进并应用到AGV(Automated Guided Vehicle)路径规划上。采用栅格地图建立小车工作空间模型,利用改进的头尾搜索机制,提高并加快了算法的全局搜索能力和前期收敛速度;引入奖惩因子与信息素最大最小阈值,对每代最优路径上的信息素进行奖励,最差路径上的进行惩罚,提高全局搜索能力;引入遗传算法变异因子,使算法跳出局部最优能力加强;采用遗传算法对改进的蚁群算法进行参数优化,减少参数对算法的影响。在VS2017和MATLAB软件平台上进行算法仿真。结果表明了该算法在避免局部最优和加快收敛速度方面有很大改进。

关 键 词：路径规划 改进蚁群算法 奖惩因子  参数优化

分 类 号：TP242]