一种改进的蚁群路径规划算法

王天生，张 峰

（1.上汽通用五菱汽车股份有限公司，广西 柳州 545000；2.武汉理工大学机电工程学院，湖北 武汉 430070）

0 引言

近年来随着移动机器人技术的大量应用，作为其重要分支的路径规划技术也受到了学者的广泛关注。所谓路径规划即是在充满障碍物的规划空间中找到一条从起点到终点的最优、最短路径，并且能够无碰撞地成功地绕开环境中所有的障碍物。目前，在路径规划领域中应用的比较多的算法主要分为两类，一类是可视图法[1]、自由空间法[2]、拓扑图法等传统的求解方法；另一类则是采用遗传算法、蚁群算法、神经网络法等智能算法。虽然上述的各种方法为路径规划问题提供了不同的解决方案，但是各种方法在执行上总是存在着不同的缺点与优点，并没有一种方法能够完全适应各种环境条件下的任何系统。

蚁群算法是一种模拟蚂蚁群体觅食行为的仿生优化算法，该算法具有较强的鲁棒性、优良的分布式计算机制、易于与其他算法相结合等优点[3]。因此，自意大利的Dorigo[4]学者提出蚁群算法以来，如今已经在各行各业得到了广泛的应用。但传统的蚁群算法由于其复杂性往往需要很长的搜索时间，而算法搜索初期的盲目性也容易造成算法收敛速度慢等缺点[5]。针对上述缺点，许多学者也提出了相应的改进方法，如Stutzle[6]为了避免蚁群算法趋于停滞、陷于局部最优，对信息素的更新范围进行了限定，从而提出了搜索效果更好的最大最小蚂蚁系统（MMAS）。……