改进蚁群算法在物流机器人路径规划上的研究

摘要

传统蚁群算法在进行路径规划时存在收敛速度较慢,容易出现局部最优化,并且在复杂的环境中算法效率大幅下降的问题,提出一种优化的蚁群算法。该改进算法在路径搜寻的每一次迭代过程中,信息素会按改进规则重新分布。改进的算法通过动态调整状态转移概率,使算法避免停滞,避免产生局部最优化问题。在解决蚂蚁死锁问题方面提出清除策略,能够有效加快算法收敛速度,提高路径规划算法的鲁棒性。从仿真结果可以看出,相同环境下,本文改进算法搜索的最优路径长度,对比基本蚁群算法减少8.53%,对比已发表文献算法减少5.60%,搜索效率对比基本蚁群算法提升65.38%,对比已发表同篇文献中改进算法效率提升53.63%。