跳点优化蚁群算法的移动机器人路径规划
来源：电子测量技术杂志2023年第9期北京时间：
作者：孙凌宇，王威，秦红亮，刘文瀚
单位：河北工业大学机械工程学院 天津 300401
摘要：传统的蚁群算法（ACA）在路径规划中难以克服路径次优及收敛慢等问题。针对这些问题，提出一种跳点优化蚁群算法（JPOACA）。通过引入跳点搜索（JPS）算法价值函数，筛选出低成本的邻域节点，然后运用ACA的多邻域性扩展JPS算法的邻域，扩大JPOACA的视野，增加低成本邻域数量，在低成本的JPS算法邻域内设计夹角启发信息函数和步长启发信息函数，提高算法的路径寻优能力，最后采用在跳点处补充信息素，最优路径的跳点处额外增加信息素的信息素补充方式，提高融合算法的收敛速度。仿真结果表明，JPOACA规划出的路径光滑更好性，且收敛速度、对复杂地形的适应能力均有显著提升。
关键词：路径规划;蚁群算法;夹角启发信息;步长启发信息
基金资助：国家自然科学基金联合基金（U1913211）、河北省应用基础研究计划重点基础研究项目（17961820D）资助
