基于改进蚁群算法的移动机器人路径规划

针对基本蚁群算法(ACA)在移动机器人路径规划中存在收敛速度慢、局部最优等问题,研究一种改进蚁群算法。通过修改距离启发函数和建立一个判断节点夹角大小的夹角指数启发函数的方法,提高蚁群算法搜索最优路径的效率;采用部分较优路径信息素增量分段更新方式,提高蚁群算法搜索路径长度的最优性;此外为了快速搜索到最优路径,采用一种基于等差数列的自适应信息素挥发系数。经MATLAB仿真分析,验证了改进蚁群算法的可行性和有效性。