文献类型：期刊文章

作　　者：李志锟[1,2] 黄宜庆[1,2] 徐玉琼[1,2]

Li Zhikun;Huang Yiqing;Xu Yuqiong(College of Electrical Engineering,Anhui University of Engineering,Wuhu 241000,China;Provincial Key Laboratory of Detection Technology and Energy Saving Devices,Wuhu 241000,China)

机构地区：[1]安徽工程大学电气工程学院,芜湖241000 [2]高端装备先进感知与智能控制教育部重点实验室,芜湖241000

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(61572032);安徽省高校自然科学研究重点项目(KJ2018A0110);安徽工程大学研究生教育创新基金;安徽工程大学中青年拔尖人才项目(2016BJRC004)资助。

年　　份：2020

卷　　号：32

期　　号：8

起止页码：15-21

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对移动机器人在蚁群算法路径规划中存在陷入局部收敛且无法做到路径最优的问题,提出了改进变步长蚁群算法,使其能够在收敛迭代次数较少的情况下做到路径最优。针对蚁群算法应用在路径规划中的相关特性,优化信息素分配,降低局部信息素含量对算法的影响,避免蚁群在搜索路径时陷入局部最优,在转移概率公式中增加权重因子,提高移动机器人朝着终点方向移动的概率,有效减少蚁群收敛迭代次数,改变移动机器人移动步长,使其能在360°内自由无碰撞移动,有效缩短路径长度。仿真结果表明,在简单环境下,改进变步长蚁群算法的收敛迭代次数及最优路径长度分别为2次及28.042 m,传统蚁群算法的收敛迭代次数及最优路径长度分别为25次及29.213 m;在复杂环境下,改进变步长蚁群算法的收敛迭代次数及最优路径长度分别为2次及43.9602 m,改进势场蚁群算法的收敛迭代次数及最优路径长度分别为16次及45.1127 m。仿真结果验证了改进变步长蚁群算法的有效性和优越性。

关 键 词：变步长 蚁群算法 信息素 路径规划

分 类 号：TP242.6]