基于改进蚁群算法的星球探测机器人路径规划技术
来源期刊：控制与决策2006年第12期
论文作者：岳富占 崔平远 崔祜涛
文章页码：1437 - 1440
关键词：星球探测机器人;路径规划;蚁群算法;行为融合;
摘 要：对蚁群算法中蚂蚁的个体行为进行改进,解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为、惯性行为和沿障碍行走行为,并进行加权融合,改进了传统的ACO算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法,对蚁群算法的最后结果进行处理,最终给出了最优规划路径.最后通过仿真对该方法进行验证.
岳富占，崔平远，崔祜涛
摘 要：对蚁群算法中蚂蚁的个体行为进行改进,解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为、惯性行为和沿障碍行走行为,并进行加权融合,改进了传统的ACO算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法,对蚁群算法的最后结果进行处理,最终给出了最优规划路径.最后通过仿真对该方法进行验证.
关键词：星球探测机器人;路径规划;蚁群算法;行为融合;
