改进蚁群与遗传融合算法的路径规划

针对传统遗传与蚁群融合算法在路径规划中出现的收敛慢、能耗高的问题,提出一种改进融合算法。改进基于启发函数和自适应挥发因子的蚁群优化算法,结合A^*算法提出回溯策略优化死锁问题;优化遗传算法种群初始化模式,提出通信机制交叉,调整适应度函数及交叉变异因子;将蚁群算法得到的次优解放入遗传算法优化后的种群中,形成新种群进行路径规划,采用删除算子对输出路径进行优化。仿真结果表明,改进融合算法对比传统融合算法在简单地图中迭代与转弯次数上优化57%和75%;在复杂地图中迭代与转弯次数优化70%和18%,搜索效率有所提高,改进的融合算法有效。