HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于改进蚁群的路径导航算法

作者:郑慧君; 陈俞强蚁群算法路径导航混沌扰动

摘要:蚁群优化算法(Ant Colony Optimization,ACO)通过模拟蚁群觅食的行为提出的一种启发式防生算法,被应用于很多组合优化问题中。针对蚁群算法在求解过程中容易陷入局部最优出现早熟停滞,对基本的蚁群算法进行了改进,提出了基于混沌扰动的蚁群算法(CD-ACO),在算法的概率转移中引入混沌扰动因子,以保持蚁群群的多样性,使算法易于跳出局部极值区间,加快收敛速度,从而提高全局搜索能力。在蚁群选取下一跳节点的时候,通过欧式距离对邻节点的选取进行了筛选,使蚁群朝着目标节点的方向进行移动,提高搜索效率;最后在MATLAB中建立道路交通网络模型,并进行了路径导航仿真实验,实验表明,CD-ACO的稳定性强,收敛速度快,并且能够得到全局较优的路径。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

控制工程

《控制工程》(CN:21-1476/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《控制工程》相关的高技术研发成果,促进控制工程学科的发展,建立高等院校、科研院所与工业界在自动化领域交流与合作的桥梁。

杂志详情