基于改進蟻群算法的物流機器人路徑規(guī)劃

［關(guān)鍵詞］路徑規(guī)劃；蟻群算法；三角減枝法；物流機器人；人工勢場引力

［中圖分類號］TP242 ；TP18 ［文獻標志碼］A ［文章編號］2095–6487（2024）10–0166–03

（6）判斷是否達到最大迭代次數(shù)，如達到則輸出最優(yōu)路徑，否則清空禁忌表TABUk并返回步驟3進行下一次迭代。

（7）對最優(yōu)路線進行三角剪枝法優(yōu)化，得到精簡路徑。

3試驗仿真與分析

試驗環(huán)境為CPU2.5GHz，處理器為12th Genlnte（lR）Core（TM）i9-12900H，使用MATLABR2016a仿真平臺。

試驗參數(shù)設(shè)置見表1。

3.120×20仿真結(jié)果與分析

試驗結(jié)果表明，文章提出的改進蟻群算法僅需6次迭代便能穩(wěn)定，且最優(yōu)路徑長度為27.24cm。改進的蟻群算法在路徑評價指標上優(yōu)于另外兩種算法，表明其能夠更快速地收斂，同時顯著減少了路徑轉(zhuǎn)彎點的數(shù)量。這意味著改進后的蟻群算法在收斂速度和路徑優(yōu)化方面都表現(xiàn)的更為出色。

3.230×30仿真結(jié)果與分析

為了驗證文章改進算法的優(yōu)越性，在保持各項參數(shù)不變的情況下，將傳統(tǒng)蟻群算法及文章改進蟻群算法應(yīng)用于更加復(fù)雜的30×30靜態(tài)柵格環(huán)境中進行路徑規(guī)劃。隨著柵格環(huán)境的增大和障礙物數(shù)量的增加，規(guī)劃的各項指標均呈現(xiàn)不同程度的增加。

試驗結(jié)果表明，文章改進的蟻群算法相對于傳統(tǒng)蟻群算法，其路徑長度分別減少了13.29%和11.7%，迭代次數(shù)也分別減少了37.5%和25%，而轉(zhuǎn)彎點數(shù)量則分別減少了77.78%和33.33%。因此，文章提出的算法具有明顯優(yōu)勢，在復(fù)雜環(huán)境中能夠更有效地規(guī)劃出最優(yōu)路徑，并表現(xiàn)出較強的穩(wěn)定性和環(huán)境適應(yīng)能力。

4結(jié)論

（1）對傳統(tǒng)蟻群算法的啟發(fā)函數(shù)和信息素更新規(guī)則進行了改進，并對路徑的冗余節(jié)點進行了處理，對比了該改進算法與傳統(tǒng)蟻群算法在不同復(fù)雜程度的柵格環(huán)境下的性能指標。結(jié)果表明，在收斂效率、尋優(yōu)能力、轉(zhuǎn)彎點數(shù)量、環(huán)境適應(yīng)能力等方面，文章提出的改進蟻群算法具有一定的優(yōu)越性。

（2）文章改進的蟻群算法在性能指標上有所提升，但與傳統(tǒng)蟻群算法相比，其運行時間并未縮短。值得注意的是，研究環(huán)境僅限于二維靜態(tài)柵格，未涉及局部動態(tài)避障問題。因此，未來的研究方向?qū)⒓性诳s短算法運行時間和解決局部動態(tài)避障問題上。