农业机械学报

作者：潘玉恒，奥日格拉，鲁维佳，丛佳，王世通，陈阳

单位：天津城建大学,天津城建大学,天津城建大学,天津城建大学,天津城建大学,天津城建大学,

关键词：移动机器人;蚁群算法;路径规划;动态扩展邻域;自适应启发函数

基金：国家自然科学基金项目（62204168）、天津市科技计划项目（20YDTPJC00160、21YDTPJC00780）、天津市教委科研计划项目（2019KJ101、2017SK027）、天津市研究生科研创新项目（2022SKYZ033）和天津城建大学教育教学改革与研究重点项目（JG-ZD-22035、JG-ZD-22038）

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题，提出一种基于动态扩展邻域蚁群算法（Dynamic extended neighbourhoods ant colony optimization，DENACO）。在蚂蚁搜索方式上采用动态扩展邻域方法，并定义新的信息素计算方式和增量规则，在取得更优收敛路径长度的同时，减少路径转折点数量及路径节点数量；引入自适应调整因子改进启发函数，提高算法的全局搜索能力，并设定迭代阈值，提升算法的收敛速度；提出一种路径节点双优化策略，对规划好的路径进一步优化，提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明，DENACO算法所规划的路径更优，路径转折点数量减少，收敛速度加快，路径节点数量明显减少，表明算法具有更高的可行性和适用性。

来源：2024年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第2期