科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对利用蚁群算法（ant colony optimization,ACO）进行路径规划时，所搜寻的路径并非最优且收敛速度慢的情况，提出一种改进的蚁群算法。将蚁群下一步可选栅格与终点栅格的距离以一定权重加入到启发函数中，增强蚂蚁选择离终点较近栅格的期望程度，缩短收敛时间。在转移概率公式中加入调节因子，以增大距离较短的对角路径栅格的转移概率。改进信息素浓度更新公式，增大各路径信息素释放的差异化程度，保证路径长度的最优性。分别在10×10和20×20的栅格地图中对算法进行了仿真。结果表明，提出的改进蚁群算法具有路径搜索结果更优、收敛更快、效率更高的优点。相比于传统蚁群算法，性能得到了显著提升。
- 出版日期2023
- 单位西南交通大学
