基于改进蚁群遗传算法的AGV路径规划  

作　　者：陈青 许汉文 

机构地区：[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

出　　处：《机器人技术与应用》2024年第3期46-49,共4页Robot Technique and Application

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 蚁群算法 ACO-GA 路径规划 遗传算法 融合算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP242[自动化与计算机技术—控制科学与工程]