哈尔滨工业大学深空探测基础研究中心 150080
岳富占
TP24
对蚁群算法中蚂蚁的个体行为进行改进, 解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为, 惯性行为和沿障碍行走行为, 并进行加权融合, 改进了传统的ACO 算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法, 对蚁群算法的最后结果进行处理, 最终给出了最优规划路径.最后通过仿真对该方法进行验证.
岳富占;崔平远; 崔祜涛.基于改进蚁群算法的星球探测机器人路径规划技术[J].控制与决策,2006,21(12):1437-1440