基于优化蚁群算法的AGV路径规划研究

针对基本蚁群算法在规划自动导引车(automated guided vehicle, AGV)路径时易出现的耗时长、搜索效率低、收敛速度慢以及易陷入局部最优等不足，文章提出一种优化蚁群算法。首先利用辅助蚁群的方向优势，帮助主蚁群初始化信息素，使路径搜索更具有针对性，提高路径搜索效率；其次加入伪随机状态转移策略，增加路径选择的多样性，防止算法过早收敛；接着使用蚁群的当前最优解、主蚁群一代蚁群中的最优解、最差解进行全局信息素更新，并引入最大最小蚂蚁系统对路径上的信息素进行限制；最后对栅格环境中的凹形障碍物进行处理，提高搜索质量。仿真实验表明，优化蚁群算法相较于其他蚁群算法，收敛速度更快、搜索能力更优。