文献类型：期刊文章

作　　者：徐玉琼[1,2,3] 娄柯[2,3] 李志锟[2,3]

XU Yuqiong;LOU Ke;LI Zhikun(Department of Electrical and Automotive Engineering,Songtian College,Guangzhou University,Guangzhou 511370,China;Key Laboratory of Advanced Perception and Intelligent Control of High-End Equipment,Ministry of Education,Wuhu 241000,China;An-hui Provincial Key Laboratory of Electric Transmission and Control,Anhui Polytechnic University,Wuhu 241000,China)

机构地区：[1]广州大学松田学院电气与汽车工程系,广东广州511370 [2]高端装备先进感知与智能控制教育部重点实验室,安徽芜湖241000 [3]安徽工程大学安徽省电气传动与控制重点实验室,安徽芜湖241000

出　　处：《智能系统学报》

基　　金：国家自然科学基金项目(61572032);安徽省高校自然科学研究重点项目(KJ2019A0151,KJ2019A0150);2018年度皖江高端装备制造协同创新中心开放基金项目(GCKJ2018009).

年　　份：2021

卷　　号：16

期　　号：2

起止页码：330-337

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统蚁群算法以及双层蚁群算法在路径规划中存在搜索效率低、收敛性较慢以及成本较高的问题,本文提出了变步长蚁群算法。该算法扩大蚁群可移动位置的集合,通过对跳点的选择以达到变步长策略,有效缩短移动机器人路径长度;初始化信息素采用不均匀分布,加强起点至终点直线所涉及到栅格的信息素浓度平行地向外衰减;改进启发式信息矩阵,调整移动机器人当前位置到终点位置的启发函数计算方法。试验结果表明:变步长蚁群算法在路径长度及收敛速度两方面均优于双层蚁群算法及传统蚁群算法,验证了变步长蚁群算法的有效性和优越性,是解决移动机器人路径规划问题的有效算法。

关 键 词：传统蚁群算法  双层蚁群算法  路径规划 变步长 信息素 启发函数 收敛  移动机器人

分 类 号：TP242.6]