Indexed by：
Abstract：
针对基本蚁群算法在规划自动导引车(automated guided vehicle,AGV)路径时易出现的耗时长、搜索效率低、收敛速度慢以及易陷入局部最优等不足,文章提出一种优化蚁群算法.首先利用辅助蚁群的方向优势,帮助主蚁群初始化信息素,使路径搜索更具有针对性,提高路径搜索效率;其次加入伪随机状态转移策略,增加路径选择的多样性,防止算法过早收敛;接着使用蚁群的当前最优解、主蚁群一代蚁群中的最优解、最差解进行全局信息素更新,并引入最大最小蚂蚁系统对路径上的信息素进行限制;最后对栅格环境中的凹形障碍物进行处理,提高搜索质量.仿真实验表明,优化蚁群算法相较于其他蚁群算法,收敛速度更快、搜索能力更优.
Keyword：
Reprint 's Address：
Email：
Source ：
合肥工业大学学报（自然科学版）
ISSN： 1003-5060
Year： 2022
Issue： 7
Volume： 45
Page： 914-919,924
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
