改进蚁群算法在多目标下路径长度的研究

为解决蚁群算法规划时易陷入局部最优问题，提出一种适合多目标下全局路径规划的改进蚁群算法。将粒子群算法所得到的最优结果路径作为蚁群算法的初始信息素增强值，利用平均距离与当前距离比值和最优与最差路径正负反馈相结合来调节信息素更新策略，根据不同阶段中信息素挥发系数的影响将其动态划分来求解最优遍历顺序，得到最短路径长度。att48实例结果显示，相较于传统算法，改进算法在路径长度上缩短了6.76%,鲁棒性能提高了4.87%,证明了改进蚁群算法的有效性。