为进一步提升复杂场景中空间中的路径规划效果,基于改进的PSO-ACO算法,同时引入多因素地形适应度,提出一种路径规划算法。其中,将改进的PSO-ACO种群融合算法作为路径规划算法,引入多因素地形适应度对算法进行二次优化,以整体提升路径规...为进一步提升复杂场景中空间中的路径规划效果,基于改进的PSO-ACO算法,同时引入多因素地形适应度,提出一种路径规划算法。其中,将改进的PSO-ACO种群融合算法作为路径规划算法,引入多因素地形适应度对算法进行二次优化,以整体提升路径规划效果。实验结果表明,与单独的改进PSO和ACO算法相比,本研究的融合改进种群算法和多因素地形适应度的路径规划算法具有更佳的路径规划效果,在3 km、6 km、9 km、12 km的路径规模下的转折点个数仅为33,105,239,543,路径长度仅为3.25 km, 6.33 km, 10.26 km, 13.44 km,明显低于改进PSO和ACO算法;与其他路径规划算法相比,本研究算法在复杂场景下能够得到最佳的路径,同时还能够保持路径的平滑性。以上结果表明,本研究设计的路径规划算法具有优秀的路径规划效果,能够应用于实际场景中的路径规划,具有较高的可行性和使用价值。展开更多
文摘为进一步提升复杂场景中空间中的路径规划效果,基于改进的PSO-ACO算法,同时引入多因素地形适应度,提出一种路径规划算法。其中,将改进的PSO-ACO种群融合算法作为路径规划算法,引入多因素地形适应度对算法进行二次优化,以整体提升路径规划效果。实验结果表明,与单独的改进PSO和ACO算法相比,本研究的融合改进种群算法和多因素地形适应度的路径规划算法具有更佳的路径规划效果,在3 km、6 km、9 km、12 km的路径规模下的转折点个数仅为33,105,239,543,路径长度仅为3.25 km, 6.33 km, 10.26 km, 13.44 km,明显低于改进PSO和ACO算法;与其他路径规划算法相比,本研究算法在复杂场景下能够得到最佳的路径,同时还能够保持路径的平滑性。以上结果表明,本研究设计的路径规划算法具有优秀的路径规划效果,能够应用于实际场景中的路径规划,具有较高的可行性和使用价值。