机器人技术与应用2024，Issue(3) ：46-49.

基于改进蚁群遗传算法的AGV路径规划

陈青 许汉文
机器人技术与应用2024，Issue(3) ：46-49.
✕
  • 维普
  • 万方数据

基于改进蚁群遗传算法的AGV路径规划

陈青 1许汉文2
扫码查看

作者信息

  • 1. 埃夫特智能装备股份有限公司,安徽芜湖,241000
  • 2. 安徽工程大学电气工程学院,安徽芜湖,241000
  • 折叠

摘要

针对传统蚁群算法应用于AGV路径规划时所遇到的搜索效率低、局部最优、实用性差等问题,本文提出一种改进蚁群遗传(ACO-GA)路径规划方法.首先通过改进蚁群算法中初始信息素的分布避免前期搜索盲目性,然后提出自适应信息素更新策略以加快收敛速度,最后引入遗传算法的交叉和变异操作,帮助克服蚁群算法中可能陷入的局部最小值问题.使用MATLAB软件进行算法仿真,结果表明:与传统算法相比,改进后的融合算法规划出的路径短且收敛速度快.

关键词

AGV/蚊群算法/ACO-GA/路径规划/遗传算法/融合算法

引用本文复制引用

出版年

2024
机器人技术与应用
国家863机器人技术主题专家组　北方科技信息研究所

机器人技术与应用

影响因子：0.289
ISSN：1004-6437
段落导航相关论文