基于改进蚁群算法的移动机器人路径规划问题研究

《基于改进蚁群算法的移动机器人路径规划问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP242单位代码：10190研究生学号：201503030密级：公开硕士专业学位论文常淮阳2018年6月基于改进蚁群算法的移动机器人路径规划问题研究Researchonpathplanningofmobilerobotbasedonimprovedantcolonyalgorithm硕士研究生：常淮阳校内导师：矫德强副教授企业导师：张靖安高级工程师申请学位：工程硕士领域：电气工程所在单位：电气与电子工程学院答辩日期：2018年6月授予学位单位：长春工业大学摘要摘要本文针对移动机器人路径规划问

2、题，对蚁群算法作了改进工作。改进算法在全局路径规划中实现了快速收敛，所找寻到的路径长度较短，路径较为平滑。全文研究内容主要包括以下几部分：（1）在已知机器人的工作环境的信息情况下，通过改变蚁群算法初始信息素浓度分布来诱导蚁群朝着起点到终点这一方向上进行搜寻，加快了算法的收敛速度，优化了初始路径的分布情况。（2）通过蚁群算法和遗传算法的混合来对算法进行改进，实现对蚁群算法的性能提升，在每次蚁群算法的迭代寻优的过程中，引入遗传算法，即蚁群搜索的过程中，根据节点选择概率选择下一个节点，直到所有蚂蚁到达终点为

3、止，此时构成的所有路径称为初始种群，然后经过选择，把优秀的个体选择出来之后，再经过交叉和变异，对个体上的某些基因进行改变，形成新的个体，以提高解的质量。通过这样的改进方式来增强蚁群算法的全局寻优能力和在连续空间问题上的寻优能力。（3）改进算法中也对蚁群算法信息素更新方式进行了优化，增加了非线性寻优来强化改进算法局部搜索能力。（4）通过仿真验证了改进算法的有效性，以及在机器人路径规划这一具体问题上性能相对于蚁群算法和自适应蚁群算法的提升。关键词：路径规划问题；蚁群算法；遗传算法；非线性寻优；算法改进IA

4、bstractAbstractInthispaper,theantcolonyalgorithmisimprovedforthepathplanningofmobilerobots.Thefastconvergenceisrealizedintheglobalpathplanning.Thepathlengthsfoundareshorterandthepathsaresmoother.Mainlyincludethefollowing:（1）Theinformationoftherobot'swor

5、kingenvironmentisknowntoimprovetheconvergencespeedofthealgorithmbyimprovingtheinitialpheromoneconcentrationdistributionoftheantcolonyalgorithmtoinducetheantcolonytosearchfromthestartingpointtotheendpoint.（2）Improvethealgorithmbymixingtheantcolonyalgorit

6、hmandthegeneticalgorithmtorealizetheimprovementoftheperformanceoftheantcolonyalgorithm.Ineachiterativeoptimizationprocessoftheantcolonyalgorithm,theimmuneoperatorisintroduced,thatis,theantcolonysearch.Intheprocess,thenextnodeisselectedaccordingtothenode

7、selectionprobability,untilallantsreachtheendpoint,allthepathsformedatthistimearecalledtheinitialpopulation,andthenafterselection,theexcellentindividualsareselectedandthencrossoverandmutationareperformed.Somegenesontheindividualarechangedtoformnewindivid

8、ualstoimprovethequalityofthesolution.Throughsuchanimprovedapproach,theglobaloptimizationabilityoftheantcolonyalgorithmandtheabilitytosearchforcontinuousspaceproblemsareenhanced.（3）Intheimprovedalgorithm,thepheromoneupdatingmethod