机械设计与制造2020，Issue(6) ：241-244,248.

使用改进蚁群算法的AGV路径规划研究

Research on Path Planning for AGV Based on Improved Ant Colony Algorithm

葛志远 肖本贤
机械设计与制造2020，Issue(6) ：241-244,248.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

使用改进蚁群算法的AGV路径规划研究

Research on Path Planning for AGV Based on Improved Ant Colony Algorithm

葛志远 1肖本贤1
扫码查看

作者信息

  • 1. 合肥工业大学电气与自动化工程学院,安徽 合肥 230009
  • 折叠

摘要

AGV路径规划问题是AGV研究领域的一个关键技术问题.针对传统的蚁群算法耗时长,搜索效率低,容易出现次优的缺点,改进了计算基本蚁群算法启发因子的方法;提出了优胜劣汰机制以及全局信息素调整方案,合理地更新了路径规划中的信息素;利用最大最小蚂蚁系统对路径上信息素进行了限制;研究了路径规划中死锁问题的解决方法.最后给出了基于改进蚁群算法的AGV路径规划步骤并进行了仿真实验.仿真实验结果表明,在该算法作用下,AGV路径规划的搜索效率优于传统蚁群算法,且规划路径更短,提高了搜索的准确性.

关键词

路径规划/AGV/蚁群算法/信息素/最大最小蚂蚁系统/死锁现象

引用本文复制引用

出版年

2020
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量15
参考文献量5
段落导航相关论文