典型文献
优化复式蚁群算法的机器人路径规划研究
文献摘要：
为了解决移动机器人在路径规划时易出现收敛性差、搜索速度慢等问题,提出一种二维静态障碍物环境下的优化复式蚁群算法.首先,通过地图的规模大小以及障碍物的复杂程度,将蚁群分为诱导层蚁群和优化层蚁群;其次,为提升算法的收敛速度和找到更精确的解,诱导层蚁群通过改进的贪心算法搜索出一条相对较优路径A,随后以其经过的每个栅格为中心外扩一个栅格的距离,从而构造出一个小空间,设计优化层蚁群采用变步长优化策略对路径再次搜索;最后,每次迭代后只更新排名靠前路径上的信息素浓度,若路径寻优中某次迭代的蚂蚁寻得路径质量更高,则采用奖励信息素策略更新路径,防止算法陷入局部最优.仿真实验表明,与其他算法相比,优化复式蚁群算法在路径相同的情况下拥有较快的收敛速度,且在不同复杂度的环境中均能得到最优路径,验证了其有效性和可靠性.
文献关键词：
蚁群算法;贪心算法;信息素;路径规划;移动机器人
中图分类号：
作者姓名：
赵倩楠;李志锟;黄宜庆
作者机构：
安徽工程大学 电气工程学院,安徽 芜湖 241000;广东科技学院 机电工程学院,广东 东莞 523000
文献出处：
引用格式：
[1]赵倩楠;李志锟;黄宜庆-.优化复式蚁群算法的机器人路径规划研究)[J].安徽工程大学学报,2022(05):51-58
A类：
B类：
复式,蚁群算法,机器人路径规划,规划研究,移动机器人,收敛性,速度慢,静态障碍物,复杂程度,收敛速度,贪心算法,较优路径,栅格,小空间,变步长,前路,信息素浓度,路径寻优,某次,蚂蚁,更新路径,局部最优,最优路径
AB值：
0.352447
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。
