电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2012年
15期
38-40,43
,共4页
变异因子%遗传算法%蚁群算法%路径规划
變異因子%遺傳算法%蟻群算法%路徑規劃
변이인자%유전산법%의군산법%로경규화
mutagenic factors%genetic algorithms%ant colony algorithm%path planning
针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题，提出了一种改进的蚁群算法，利用遗传算法加入了变异因子使最优路径产生变异，从而降低了蚁群算法陷入局部极小的可能性。同时改善了基本蚁群算法不收敛或收敛速度比较慢的缺点，加快了收敛速度，增加了最优解的多样性。
針對基本蟻群算法在機器人路徑規劃問題中容易陷入跼部最優的問題，提齣瞭一種改進的蟻群算法，利用遺傳算法加入瞭變異因子使最優路徑產生變異，從而降低瞭蟻群算法陷入跼部極小的可能性。同時改善瞭基本蟻群算法不收斂或收斂速度比較慢的缺點，加快瞭收斂速度，增加瞭最優解的多樣性。
침대기본의군산법재궤기인로경규화문제중용역함입국부최우적문제，제출료일충개진적의군산법，이용유전산법가입료변이인자사최우로경산생변이，종이강저료의군산법함입국부겁소적가능성。동시개선료기본의군산법불수렴혹수렴속도비교만적결점，가쾌료수렴속도，증가료최우해적다양성。
Aiming at solving the problem of falling into local optimum of the basic ant colony algorithm in robot path planning, this paper introduced a modified ant colony clustering algorithm. Combined with genetic algorithm, the modified algorithm was added with mutagenic factors. The mutagenic factors, which made the best path mutated, broadened the diversity of high- quality solutions and speeded up the convergence.
