论文部分内容阅读
经典蚁群算法是一种实用的机器人路径规划方法,但前期搜索的时间较长,且参数选择不当时易在搜索的前期陷入全局最优。为了解决该问题,提出适应度函数,并且在不改变蚁群初始参数的情况下,通过重新设计蚁群启发函数,使得改进后的蚁群算法比经典的蚁群算法具有更快的收敛速度以及更短的搜索路径。最后通过MATLAB仿真将改进后的算法和经典的蚁群算法进行对比,验证了改进算法的有效性。