分组教学蚁群算法改进及其在机器人路径规划中应用

作者:蒲兴成; 宋欣琳
更新时间:

针对蚁群算法收敛速度慢、易陷入局部最优的问题,提出了一种改进的基于分组教学优化的Group教学蚁群算法。该算法从三个角度对蚁群算法进行了改进。首先,利用分组教学优化算法改进了alpine适应度函数算法,提高了算法的全局求解能力。同时,针对U形障碍物死锁问题,引入了一种新的回退策略,保证了算法的可行性。其次,采用一种新的动态信息素更新策略,在每轮迭代后更新路径信息素值,避免算法陷入局部最优。最后,引入路径简化算子,将冗余角简化为直线路径,缩短路径长度。仿真实验证明,改进算法可以有效提高移动机器人路径规划的收敛速度和精度。