多启发因素改进蚁群算法的路径规划OA北大核心CSCDCSTPCD
Path Planning Based on Improved Ant Colony Algorithm with Multiple Inspired Factor
移动机器人的路径规划不仅要求路径路程短,还要避免路径转弯过多,颠簸程度严重,环境适应性差等问题,为此提出基于路径长度,转弯次数及坡度平滑性三种因素共同影响的改进启发函数,综合计算转移概率;同时改进信息素更新方式,根据三因素综合指标分配各路径上的信息素量,指导蚂蚁向综合性能最好的路径靠近.并提出一种非均匀初始信息素方法,防止过多蚂蚁走入死路.结合改进的地图建模障碍机制,提高路径的安全性.仿真及实验结果表明,改进算法得到的规划路径在三因素综合性能上具…查看全部>>
The path planning of mobile robots not only requires short path distances, but also avoids excessive turning of paths, serious bumps, and poor environmental adaptability. Therefore, this paper proposes improvement heuristics function based on three factors:path length, number of turns, and smoothness of gradient, comprehensively calculating of transi-tion probability. While improving the pheromone update method, it allocates the pheromone amount on each path…查看全部>>
李理;李鸿;单宁波
长沙理工大学 电气与信息工程学院,长沙 410114长沙理工大学 电气与信息工程学院,长沙 410114长沙理工大学 电气与信息工程学院,长沙 410114
计算机与自动化
蚁群算法启发函数路径规划移动机器人信息素
Ant Colony Algorithm(ACA) inspired function grid path planning mobile robot pheromone
《计算机工程与应用》 2019 (5)
219-225,250,8
国家自然科学基金(No.61672149)吉林省科技发展计划基金(No.20170520052JH)吉林省教育厅"十三五"科学技术研究基金(No.2016097).
评论