基于遺傳和蟻群的自適應(yīng)路徑規(guī)劃算法研究.pdf

1、智能尋徑問(wèn)題源自幾何學(xué)領(lǐng)域。當(dāng)前隨著機(jī)器人尋路、道路導(dǎo)航、虛擬現(xiàn)實(shí)、計(jì)算機(jī)游戲等領(lǐng)域研究逐步深入,該問(wèn)題成為了一個(gè)很重要的研究課題。人工智能路徑規(guī)劃方法因其具有全局搜索、信息反饋和自我學(xué)習(xí)等優(yōu)點(diǎn),對(duì)它們的研究顯得尤為重要。其中仿生學(xué)算法是人們受到生物進(jìn)化和生物日常行為啟發(fā)研究出的用來(lái)解決復(fù)雜優(yōu)化問(wèn)題的方法。其中包括遺傳算法,神經(jīng)網(wǎng)絡(luò),蟻群算法等知名算法。
　　介紹了當(dāng)前幾種常用的路徑規(guī)劃算法,并比較了它們的優(yōu)勢(shì)和不足。重點(diǎn)介紹了人

2、工智能算法中的遺傳算法和蟻群算法。遺傳算法具有很強(qiáng)的快速全局搜索能力、魯棒性,但是無(wú)法利用系統(tǒng)的反饋信息,容易在后期做大量無(wú)謂的冗余迭代,導(dǎo)致收斂速度下降。蟻群算法具有很好的信息反饋性,但是由于初期信息素匱乏導(dǎo)致求解速度較慢。給出了一種基于兩種算法自適應(yīng)動(dòng)態(tài)融合的方法,前期利用遺傳算法生成一組解作為蟻群算法的初始信息素分布,后期用收斂速度參數(shù)使蟻群算法自適應(yīng)地融合遺傳算子。不僅提高了解的收斂速度,而且改善了蟻群算法后期收斂過(guò)快導(dǎo)致陷入局