基于参数优化蚁群算法的机器人路径规划研究

采用蚁群算法(Ant Colony Optimization,ACO)求解棉花搬运机器人全局路径规划时,会出现规划效率低、蚁群算法参数的改变对规划效果影响大等问题。提出了一种粒子群参数优化的改进蚁群算法,该算法能够根据地图情况的不同智能地调节参数组合,从而在各种地图中能够发挥蚁群算法的最佳性能。通过实验数据分析蚁群算法重要参数对规划效率的影响,进行参数优化;针对改进后算法耗时大的问题,提出粒子群算法的动态惯性权重调整策略和改进的蚁群算法信息素更新策略,保证求解质量的同时,提高了优化效率,在障碍物分布不同的地图中进行仿真实验,通过与蚁群算法路径规划结果的对比,证明了粒子群参数优化的改进蚁群算法能够发挥蚁群算法最佳性能,可提高移动机器人到达目标点的速度并降低机器人运动过程中的损耗。

可笑蚍蜉撼大树——台湾间谍案聚焦

2003年12月24日凌晨,新华社发布消息:国家安全机关近日破获一批台湾间谍案件,共抓获24名台湾间谍和19名涉案大陆人员,摧毁了台湾间谍机关在大陆布建的秘密情报网。安全机关人士称,涉案台湾间谍对自己的犯罪活动均供认不讳,有关案件正在依法审理。在此之前,关于台湾间谍网在大陆被破获的传闻已在港台地区不胫而走。