针对基本蚁群优化算法(ACO)在家用机器人路径规划中存在易早熟、收敛时间长、效率不高、获得路径的最佳值不稳定且不准确等现象,提出了一种改进的IACO计算方法。通过动态调整信息素增强系数Q值和启发因子α来提高收敛速度和效率;采用设置信息素阈值、改进信息素的计算方式来避免早熟;通过改进转移概率的计算方法和引入路径选择的随机机制使获得的路径最优解的值更加稳定、更加准确。从仿真数据结果看出,改进后的IACO算法在收敛速度、运行效率、最优路径的解方面较基本的ACO算法优越。
科研之友
微信
新浪微博
Facebook
分享链接
