融合遗传算法与蚁群算法的机器人路径规划

来源：计算机技术与发展杂志2021年第06期北京时间：

作者：虞馥泽;潘大志;'

单位：1. 西华师范大学 数学与信息学院,四川 南充 637009;2. 西华师范大学 计算方法与应用研究所,四川 南充 637009

摘要：针对传统蚁群算法在全局静态环境下,搜寻一条由起点到终点的最优路径时,初始信息素缺乏、易陷入局部最优且收敛速度差的问题,提出一种遗传算法和蚁群算法结合求解路径规划问题的方法。 首先,利用栅格法建立机器人行走环境模型;其次,为解决蚁群算法初始信息素缺乏的问题,对遗传算法每次迭代得到的种群根据适应度进行排序,利用截断选择,选取种群前 50% 的较优个体,利用初始信息素产生规则来设置蚁群算法所需的初始信息素;设计控制策略,控制遗传算法向蚁群算法的转换时间;最后,利用蚁群算法搜索路径,根据信息素更新策略更新信息素,采用简化操作优化路径,使得路径更平滑且距离更短。 仿真结果表明,该算法在增强全局搜索能力以及加快收敛速度方面有较好的改善。

关键词：蚁群算法;信息素策略;遗传算法;算法融合;简化算子