基于动态启发算子的双种群蚁群算法及其应用

摘要

针对传统蚁群优化(ACO)算法容易陷入局部最优、收敛速度慢等问题,提出一种基于动态启发算子的双种群蚁群算法.提出了基于已有路径的动态随机启发函数,避免算法陷入局部最优;引入新种群,并通过共享信息素实现种群间的交互,调整两种群参数,加快算法收敛速度.提出的算法应用于移动机器人路径规划仿真实验,结果证明了改进算法的有效性.