单种群自适应异构蚁群算法的机器人路径规划

针对多种群蚁群算法存在结构复杂、优化速度慢及适应性不足等问题,提出一种单种群自适应异构蚁群算法,并用于机器人路径规划。该算法采用单种群结构,避免多蚁群算法结构复杂的问题;种群内每只蚂蚁都有自己的控制参数,实现蚂蚁的行为异构,增加种群的多样性;在首次迭代时,仅用启发因子构建候选解,提高了初始化种群的质量;根据蚁群优化过程中种群信息熵的变化,自适应确定信息交换周期;所设计的信息交换策略将最优蚂蚁的控制参数传递给最差蚂蚁,增强最优蚂蚁的引导作用;参数突变操作有助于在更大的参数空间探索更优的控制参数,提高算法逃离局部最优的能力。仿真实验与统计检验的结果验证了所提算法的有效性、稳定性和优越性。