基于改进人工蜂群与Floyd算法的多机器人运输路径规划

针对当前的防疫要求和居民对生活物资的需求,提出了一种结合改进人工蜂群和Floyd算法的多机器人的运输路径规划的融合算法。首先筛选出Floyd算法中的较优个体,通过改进人工蜂群算法的"靠近"策略,分别向随机个体的点序前段与后段"靠近",提高原个体的相似度并获得更优个体。然后采用多机器人运输的点序优化法,将每个个体中目标点数最多的机器人的末目标点移位至目标点数相对最少的机器人的配送路径末位,形成更优的新个体。最后结合实例,证明了融合算法在多机器人运输方面具有高效性与可行性。