毕业论文网
本论文主要论述了蚁群算法论文范文相关的参考文献,对您的论文写作有参考作用。
基于自适应阈值蚁群算法的路径规划算法
【摘 要】 路径规划,是机器人设计过程中的重点环节.本文以自适应阈值蚁群算法为基础,对机器人设计过程中路径规划的算法进行了研究.在介绍了蚁群算法原理的基础上,通过建模、实验等过程,对现有的算法进行了优化,并通过仿真实验,验证了将优化后的自适应阈值蚁群算法应用到路径规划过程中的有效性.
【关键词】 自适应阈值蚁群算法 路径规划 最优解
前言：随着社会技术水平的不断提升,机器人的功能逐渐增多.为进一步提高机器人设计的精确度,改进相应的路径规划算法较为关键.蚁群算法为启发式算法的一种,虽能够到达计算的目的,但却存在求解速度慢、无法获得最优解的缺陷.将蚁群算法与自适应阈值算法相结合,共同应用到路径规划的求解过程中,可有效解决上述问题.
一、蚁群算法的原理
蚁群算法受蚁群觅食过程的启发而产生,为科技领域常用的算法的一种.蚁群觅食的过程中,蚂蚁个体会释放信息素,信息素在蚁群之间传递,即可使蚂蚁个体之间实现相互交流,进而确保蚁群能够按照统一的路径活动.蚂蚁个体量越高,信息素浓度越大,信息传递的准确度越高[1].相反,随着蚂蚁个体的减少,信息传递的效率便越低,蚂蚁个体对路径选择的准确度即越低.将该算法应用到路径规划中,在数据量较大的情况下,规划求解的准确度一般较高.但如数据量较小,则很难找到最优的路径,进而对规划结果的科学性造成影响.
二、以自适应阈值蚁群算法为基础的路径规划算法以机器人的路径规划为例,将蚁群算法与自适应阈值算法结合,建立了自适应阈值蚁群算法：
2.1 模型的建立
环境建模是机器人路径规划过程的主要环节之一,该环节要求的目的在于确定机器人工作的空间,在此基础上,获得路径规划的基础数据.模型的建立方法,包括可视图法、单元树法及栅格法等.本文所选的模型建立方法为栅格法.假设机器人移动的初始点为G.将“在沿最短路径活动的情况下,安全达到目的地”事件中的“目的地”,设为Ge.AE 为机器人的运动区域,S 为区域内的障碍物.将上述条件纳入到模型的建立中,即可得到机器人路径规划的环境模型.
2.2 转移与信息检索更新
转移与信息检索更新方法如下：
2.2.1 转移问题
信息素的传递,是蚁群算法应用的主要媒介,但受数据量的影响,最优解的获取较为困难.将转移策略应用到该算法的优化中,采用随机搜索的方法,一一排除其他路径,将路径可选范围缩小,能够有效提高收敛速度,提高算法的精确度.因此,可考虑采用该方法优化蚁群算法[2].
2.2.2 信息检索更新
将路径选择最优的蚂蚁的信息素,作为路径规划的主要依据,可有效提高路径规划的精确度.根据精英算法理念,可将蚂蚁中的精英所提供的动态的信息素纳入到信息检索更新的范围内,逐渐缩小信息范围,提高收敛速度,进而使路径规划的速度及准确度得以提升.
2.3 算法描述
以自适应阈值蚁群算法为基础的路径规划算法的流程如下：（1）初始化,设迭代次数t等于t+1.蚂蚁的数量为m等于m+1.（2）判断是否存在下一步可行节点,如不存在,需返回调整蚂蚁数量.如存在,则可计算自适应阈值.（3）将节点与自适应阈值计算结果做对比,判断是否存在符合Pijk（t）≤ λt 的节点,如不存在,需以转移概率为基础,选择下一节点.如存在,则可以随机方式选择节点.（4）转移至下一节点,修改禁忌表,判断当前的节点是否为目标节点,蚂蚁的数量是否在m0 以下,是否更新信息素,t ＜Tmax 是否成立.当满足“目标节点”、“m ＞ m0”、“t＞ Tmax”的条件时,方可结束计算.
2.4 仿真实验及结果分析
2.4.1 仿真试验设计
本文所设计的仿真试验如下：（1）栅格数size等于30×30.（2）添加凹多边形障碍物,将栅格数size 控制为30×30 的标准.（3）在随机地图条件下,size等于15×15,障碍物比例分别为0.1、0.2 与0.3.（4）在随机地图条件下,size等于30×30,障碍物比例分别为0.1、0.2 与0.3.
2.4.2 有效性检验结果
采用仿真试验的方法,对算法的有效性进行了检验.发现：如size 相同,随着环境复杂性的提升,基于自适应阈值蚁群算法所规划的路径可供选择的数量越少,能够达到目的地的蚂蚁个体所行走的路径为最优解的几率越高.与单独采用蚁群算法规划路径相比,路径长度缩短了7.69%.
三、结论
通过对研究结果的观察发现,采用转移策略及信息检索更新方法,将蚁群算法优化为自适应阈值蚁群算法,对路径规划求解准确度以及科学性的提升,具有积极意义.机器人及其他精密仪器设计过程,可应用改进后的算法,以提高路径规划的精确度,提高设计水平.
参 考 文 献
[1] 方晓波, 钱宏, 刘朕明. 基于路径跟踪控制方法的拖挂式机器人系统路径规划算法[J]. 计算机应用,2017,37(04):1116-1121.
[2] 王艳红, 王文霞. 一类求解作业车间调度问题的动态平衡自适应蚁群算法[J]. 计算机集成制造系统,2013,19(10):2521-2527.
蚁群算法论文范文结:
关于本文可作为蚁群算法方面的大学硕士与本科毕业论文蚁群算法论文开题报告范文和职称论文论文写作参考文献下载。