改進蟻群算法在機器人路徑規(guī)劃上的應(yīng)用研究.pdf

1、隨著人工智能技術(shù)在當(dāng)今社會的逐步發(fā)展與進步，其在生活與生產(chǎn)中的運用愈加廣泛，也吸引了更多的研究者投入其中，人工智能已然成為可當(dāng)今社會炙手可熱的研究熱點。人工智能的研究分支眾多，其中智能機器人的研究隨著技術(shù)的不斷進步受到了越來越多的關(guān)注。為了提高機器人完成任務(wù)的效率，我們希望機器人能夠擁有自主安全尋路的功能。通常，路徑規(guī)劃的目標(biāo)不僅限于尋找起點與終點之間的可行路徑，還要在眾多可行的道路中，規(guī)劃出一條路程短，耗時短且安全性高的路徑，以此來提

2、高工作的效率。近年來，在路徑規(guī)劃的問題上，國內(nèi)外專家學(xué)者給出了各自的問題解決方案，并在各自的問題模型中得出了有效的結(jié)果，其中包括遺傳算法、粒子群算法、人工免疫算法、神經(jīng)網(wǎng)絡(luò)法、人工勢場法等。在眾多的應(yīng)用算法中，蟻群算法自提出以來，就受到了廣泛的關(guān)注。
　　本研究主要內(nèi)容包括：⑴系統(tǒng)地探討了蟻群算法的思想和實現(xiàn)步驟，從經(jīng)典蟻群算法的理念談起，分析了在路徑規(guī)劃問題中蟻群算法表現(xiàn)出的優(yōu)缺點。蟻群算法應(yīng)用仿生的手段，根據(jù)螞蟻在覓食過程中的

3、尋路行為，通過給以后代正反饋信息，逐步收斂得出全局最優(yōu)路徑，有著魯棒性強等優(yōu)點。但同時也有搜索時間較長，容易陷入局部收斂的問題。⑵列舉了眾多學(xué)者對蟻群算法做出的改進與優(yōu)化，其中有些是在經(jīng)典蟻群算法的算法基礎(chǔ)上加以改進，有些則讓蟻群算法與其他算法相結(jié)合，取長補短，使得蟻群算法日益優(yōu)化。不同的改進策略在相對應(yīng)的應(yīng)用場景中都得到了較好的效果，對這些改進做出分析與論述。⑶針對經(jīng)典蟻群算法在復(fù)雜環(huán)境下的機器人路徑規(guī)劃問題中表現(xiàn)出的收斂速度慢，容易

4、陷入局部最優(yōu)等問題，提出一種改進算法。依據(jù)方向指導(dǎo)信息來優(yōu)化初始信息素的分布，加快搜索速度，縮減搜索初期的時間消耗;通過優(yōu)化信息素的揮發(fā)與更新規(guī)則，保留局部與全局優(yōu)秀路徑的優(yōu)勢信息，改善收斂速度慢的問題;基于區(qū)域安全因素對轉(zhuǎn)移概率進行改進，從而避免陷入局部最優(yōu)和死鎖等問題。為了驗證改進的有效性，通過柵格法對仿真環(huán)境二維建模，對不同復(fù)雜度和規(guī)模的地圖進行仿真實驗。⑷在帶有路徑代價的多目標(biāo)規(guī)劃問題上提出一種改進蟻群算法。在前文中提到的初始信