基于多因素优化的蚁群算法路径规划研究-杨立炜

简介：
本论文由作者杨立炜撰写，深入探讨了改进型蚁群算法在复杂环境下的路径规划应用，通过引入多因素优化策略显著提高了算法效率与适应性。 本段落是对《基于多启发因素改进蚁群算法的路径规划》一文的进一步优化，旨在实现更优的多目标路径规划。针对现有移动机器人全局路径规划算法求解单一、难以应对复杂且变化莫测的实际环境的问题，提出了一种新的多因素改进蚁群算法。 首先，本段落提出了RGB-2D栅格法来模拟真实地面路况，并采用邻域矩阵探索方法进行障碍检测，以提高路径的安全性。其次，为克服传统规划仅依赖于距离作为单一指标的局限性，构建了综合考虑路径安全性、颠簸程度、平滑度以及最短路程的多因子启发式函数。此外，为了减少蚁群算法早期搜索中的盲目性问题，引入了初始信息素阶梯分配原则。 进一步地，在信息素更新方面进行了创新：将信息素分类，并根据不同的优化目标对每条路径上的信息素进行叠加；同时应用最大最小蚂蚁策略和动态调整的信息素挥发因子来避免陷入局部最优解。最后，采用动态切点调整法来平滑生成的路径，从而进一步提高路线质量。 通过仿真实验验证了改进算法在复杂环境中的优越适应性，并且其综合性能指标优于现有的对比文献所提出的方案，为实际场景下的多因素路径规划提供了有效参考。