典型文献
基于优化蚁群算法的AGV路径规划研究
文献摘要：
针对基本蚁群算法在规划自动导引车(automated guided vehicle,AGV)路径时易出现的耗时长、搜索效率低、收敛速度慢以及易陷入局部最优等不足,文章提出一种优化蚁群算法.首先利用辅助蚁群的方向优势,帮助主蚁群初始化信息素,使路径搜索更具有针对性,提高路径搜索效率;其次加入伪随机状态转移策略,增加路径选择的多样性,防止算法过早收敛;接着使用蚁群的当前最优解、主蚁群一代蚁群中的最优解、最差解进行全局信息素更新,并引入最大最小蚂蚁系统对路径上的信息素进行限制;最后对栅格环境中的凹形障碍物进行处理,提高搜索质量.仿真实验表明,优化蚁群算法相较于其他蚁群算法,收敛速度更快、搜索能力更优.
文献关键词：
蚁群算法;路径规划;自动导引车(AGV);信息素;栅格环境
中图分类号：
作者姓名：
张志军;董学平;甘敏
作者机构：
合肥工业大学 电气与自动化工程学院,安徽 合肥 230009;福州大学 数学与计算机科学学院,福建 福州 350108
文献出处：
引用格式：
[1]张志军;董学平;甘敏-.基于优化蚁群算法的AGV路径规划研究)[J].合肥工业大学学报（自然科学版）,2022(07):914-919,924
A类：
B类：
优化蚁群算法,AGV,路径规划,规划研究,自动导引车,automated,guided,vehicle,搜索效率,收敛速度,速度慢,局部最优,优等,初始化,路径搜索,提高路径,机状态,状态转移,转移策略,过早收敛,最优解,全局信息,信息素更新,小蚂蚁,栅格环境,凹形,障碍物,搜索能力
AB值：
0.403102
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
