改进A<sup>*</sup>蚁群算法求解机器人路径规划问题

万逸飞; 彭力

doi:10.13873/j.1000-9787(2019)12-0153-04

Chinese

您当前的位置：

首页 >

文章列表页 >

改进A^*蚁群算法求解机器人路径规划问题

计算与测试 | 更新时间：2025-09-11

- 改进A^*蚁群算法求解机器人路径规划问题
- Improved A^* ant colony algorithm for robot path planning problem solving
- 传感器与微系统 2019年第12期页码：153-156+160
- 作者机构：
  
  江南大学物联网应用技术教育部工程中心
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目(2018YFD0400902)
- DOI：10.13873/j.1000-9787(2019)12-0153-04
  中图分类号： TP18;TP242
- 纸质出版：2019
- 稿件说明：
移动端阅览
万逸飞, 彭力. 改进A^*蚁群算法求解机器人路径规划问题[J]. 传感器与微系统, 2019,(12):153-156+160.

WAN Yifei, PENG li. Improved A^* ant colony algorithm for robot path planning problem solving[J]. 2019, (12): 153-156+160.
万逸飞, 彭力. 改进A^*蚁群算法求解机器人路径规划问题[J]. 传感器与微系统, 2019,(12):153-156+160. DOI： 10.13873/j.1000-9787(2019)12-0153-04.

WAN Yifei, PENG li. Improved A^* ant colony algorithm for robot path planning problem solving[J]. 2019, (12): 153-156+160. DOI： 10.13873/j.1000-9787(2019)12-0153-04.

摘要

针对蚁群算法收敛速度慢、效率低以及易陷入局部最优的一系列问题

提出改进的A

蚁群算法。为降低蚁群死锁、停滞的概率

先将栅格地图进行处理。其次为了提高蚁群的效率

引进A

算法确定蚁群的初始信息素

同时改进蚁群信息素更新方式

从而提高算法的收敛速度;针对局部最优的问题

提出将蚁群中的启发函数进行改进

不仅考虑到可行栅格中的最短距离

还考虑到目标点的位置

并且引入简化算子对蚁群的路径进行优化。通过4组仿真对比

改进的A

蚁群算法效果显著。

Abstract

An improved A

ant colony algorithm is proposed

aiming at a series of problems such as slow convergence rate

low efficiency and easy to be trapped in local optimum. In order to reduce the probability of colony deadlock and stagnation

the raster map is processed first. Secondly

in order to improve the efficiency of ant colony

algorithm is introduced to determine the initial pheromone of ant colony

and the pheromone update mode is improved

so as to improve the convergence speed of the algorithm. Aiming at the problem of local optimum

improving heuristic function of ant colony is proposed

not only consider shortest distance of the possible raster

but also consider the target position

and introduce simplified ope

rator for optimization of the path of ant colony. Through the comparison of four groups of simulation

the improved A

ant colony algorithm has a remarkable effect.

关键词

Keywords

references

浏览量

703

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

优化多步长蚁群算法求解机器人路径规划问题

用于机器人路径规划的增强型白鹭群优化算法

基于改进鳑鲏鱼算法的导盲机器人路径规划

基于动态概率采样的改进RRT算法机械臂路径规划

基于粒子群优化的WSN多目标3D无人机运动规划

改进A*蚁群算法求解机器人路径规划问题

Improved A* ant colony algorithm for robot path planning problem solving

DOI：10.13873/j.1000-9787(2019)12-0153-04

摘要

Abstract

关键词

Keywords

references

改进A^*蚁群算法求解机器人路径规划问题

Improved A^* ant colony algorithm for robot path planning problem solving