计算机工程与科学

作者：赵广元, 赵英

单位：1.西安邮电大学自动化学院,陕西 西安 710121;2.西安邮电大学西安市先进控制与智能处理重点实验室，陕西 西安 710121

关键词：移动机器人,路径规划,蚁群算法,目标吸引函数,自适应,

基金：中国学位与研究生教育学会面上课题（学会文（2021）120号）

养殖场巡视机器人路径规划是实现规模化养殖场智能监控的关键所在，针对机器人巡视过程中寻找最优充电路线的问题，提出一种改进的蚁群优化算法IACO。利用工作环境的全局信息建立目标吸引函数，提高蚁群选择最佳路径到达目标点的概率，缩短了算法的迭代时间。通过加入额外的信息素更新项和改进信息素挥发系数增强算法的全局搜索能力，避免算法搜索后期出现过早收敛而陷入局部最优。在简单和复杂环境中的仿真实验结果表明，与经典蚁群优化算法相比，该算法具有更快的收敛速度和良好的稳定性，可快速收敛到最佳路径。

来源：2022年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第5期