|
基于改进蚁狮算法的机器人路径规划
范县成, 凌新宇, 黄洪斌, 朱国武
2025, 35(4):
33-39.
DOI: 10.16046/j.cnki.issn2096-5680.2025.04.006
蚁狮算法(Ant Lion Optimizer,ALO)应用过程中存在依赖初始种群、收敛速度慢和容易陷入局部最优值等问题,针对以上问题提出1种改进蚁狮路径规划算法。首先,使用Cat混沌映射函数初始化种群,提高种群多样性,以此来增强种群在全局环境的探索能力。其次,引入自适应动态权重调整蚂蚁的随机游走方式,减小陷入局部最优解的可能性,引入自适应系数,改进蚁狮对蚂蚁随机游走的影响。再次,设计不同的栅格地图,将改进后的蚁狮算法与多种智能算法在栅格地图中进行路径规划仿真对比,验证算法优越性。最后,对改进蚁狮算法规划的路径进行B样条曲线平滑处理,提高机器人运动的安全性和稳定性。实验结果表明:改进算法相较于部分算法在最短路径、迭代次数、转弯次数分别减少21.81%、87.04%、53.85%,改进后的蚁狮算法在路径规划问题中有着更好的表现,具有更快的收敛速度和更好的寻优能力。
参考文献 |
相关文章 |
计量指标
|