国家自然科学基金资助项目(61773330);湖南省科技厅重点研发计划项目资助(2018GK2014)
针对传统蚁群算法存在收敛速度慢、搜索效率低等问题,提出一种A*扩展自适应蚁群算法.首先利用A*算法在栅格环境下搜索初始路径,扩展初始路径构建优势区域,优化优势区域的初始信息素,避免蚁群算法在初期陷入盲目搜索;然后在转移概率中引入变向启发函数和参数自适应伪随机比例规则,提升算法搜索效率与收敛速度并淘汰劣质蚂蚁路径;最后采用B样条曲线对路径进行平滑.对比2种栅格环境下的仿真结果可知:所提出的算法能够有效地解决蚁群算法搜索效率低以及收敛速度过慢的问题,同时可以保证搜索路径的质量.
李鹏*,何宸宇,刘琪,荣冬成,向宇翔.基于A*扩展自适应蚁群算法的移动机器人路径规划[J].湖南科技大学学报（自然科学版）,2021,36(2):85-92
