蚁群算法是一种智能优化算法, 具有鲁棒性强、反馈信息精准、分布式计算能力强等优点, 被广泛应用于移动机器人的路径规划。针对原算法存在收敛速度慢、易陷入局部最优等问题, 提出了一种改进蚁群路径规划算法。首先, 融合头脑风暴思想对解集进行更新变异, 在加快收敛的同时保证算法的多样性。其次, 利用局部路径注意力机制提取较好的路径段, 提高寻优效率, 且在信息素注意力机制中加入了自适应t分布, 避免算法陷入局部最优。新的信息素更新方式可以促进算法的全局搜索, 并且保障算法的收敛速度。最后, 在Matlab软件中进行了静态环境下的仿真实验, 验证了该算法的有效性和可行性。
蚁群算法 路径规划 头脑风暴 注意力机制 自适应t分布 ant colony algorithm path planning brainstorming attention mechanism adaptive t-distribution