基于动态蚁群算法的三维管路路径规划

针对蚁群算法应用于三维管路路径规划时运行时间长、搜索效率低等问题,提出一种动态蚁群算法.首先采用栅格法建立环境模型,建立了随建模空间和蚂蚁位置变化的动态启发信息;其次设置概率选择机制和动态步长机制.仿真试验结果表明,该算法有效减少了路径中直管弯头数量,管路铺设整齐,收敛速度提高,具有较强的全局寻优能力.

改进蚁群算法在AGV路径规划上的研究

针对蚁群算法应用于路径规划过程中存在算法收敛速度慢、易陷入局部最优等缺陷,提出一种适用于AGV路径规划的改进蚁群算法。根据距离在栅格地图上差异化分布初始信息素浓度,避免蚁群前期进行盲目搜索,加快算法收敛速度;综合当前栅格与待选栅格之间的距离以及待选栅格与目标栅格之间的距离改进启发式函数,增加蚁群寻路方向性;引入动态启发因子,避免算法发生“早熟”现象以及陷入局部最优;对每个栅格的邻近栅格进行方向标号,增加最优路径与障碍物之间的距离,增强最优路径的安全性,同时避免“死角”现象发生,提升算法的鲁棒性。实验仿真结果表明,在相同环境下,改进算法在AGV路径规划中搜索效率和迭代稳定性方面均优于其它算法。

基于改进蚁群算法的机器人路径规划问题研究

针对基本蚁群算法前期搜索效率低下以及在寻优的过程中会穿过障碍物等问题,提出改进的蚁群算法,即采用动态调整启发因子、信息素初始化改进策略、可选节点的筛选机制方案进行改进工作。通过对基本蚁群算法和改进蚁群算法的仿真结果分析可知,改进后算法的最优路径长度虽然有所增加,但减少了蚂蚁前期到达最优路径的迭代次数,得到一条无碰撞、没有穿过障碍物的路径,且耗时与基本蚁群算法相持平,保证了机器人路径的安全性,提高了算法的前期搜索效率。