基于改进蚁狮算法的仓储机器人路径规划

针对仓储机器人工作时间最优化设计,优化算法引入混沌序列、随机分形自适应搜索策略和自适应边界策略,提出一种改进蚁狮算法。通过转换思路将传统的时间优化问题转换为仓储机器人工作时,路径最短且转弯次数最少的多目标路径规划问题,运用效用函数构造多目标求解函数式,选用栅格法模拟库房存在障碍物时的工作环境,合理设置初始条件后在MATLAB工具箱中进行多障碍路径规划仿真,仓储机器人均能完成堆垛任务,验证了算法的有效性,为后续研究奠定基础。

基于蜂窝分区的蚁狮优化自适应路由算法

为有效均衡无线传感器网络能耗、延长网络生命周期,提出一种基于虚拟蜂窝分区结合智能算法的多跳路由算法。首先引入边界光滑收缩因子和权重调节系数于蚁狮算法中,平衡算法全局开发能力、加快收敛速度,并通过基准函数进行对比验证改进有效性;再将监测区域进行多六边形划分,并利用改进蚁狮算法寻找最低代价传输路径,当路径中出现节点死亡时自动更新传输路径;最终形成自适应低能耗路径的网络路由协议。仿真实验表明,此算法在降低能耗和延长网络寿命方面,均明显优于CRVB、IHCRA算法。