科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对蚁群算法在求解机器人路径规划中的缺点，提出了一种基于遗传算法和改进蚁群算法的混合智能算法来提高机器人路径规划问题的求解效率.通过对基本蚁群算法的信息素提出自适应的信息素挥发系数，即使蚁群群体自身对信息素进行调节，增强算法的全局性；随着蚁群在路径进行搜索的过程，对启发函数进行相应的变化，降低蚁群陷入局部最优的可能.通过同时按照上述方法对信息素和启发函数的改进形成一种新的改进的蚁群算法.最后，将遗传算法获得的最优解作为改进蚁群算法初始化信息素的一部分.依据改进混合智能算法的高效性和正反馈特点求解出最优路径.为了验证该算法的效果，将该方法在不同规模的栅格环境下进行实验，并且与改进的蚁群算法进行对比，计算机仿真实验结果表明：混合算法相比于改进遗传算法可以更快速，准确率更高的方式找到最优路径.由此，验证了遗传算法于改进蚁群算法混合算法的高效性.
- 单位
