[发明专利]基于改进的蚁群算法的路径规划方法

权利要求书

1.一种基于改进的蚁群算法的路径规划方法，其特征在于，包括以下步骤：

(1)利用栅格法对地图环境进行建模，包括设置起始节点、目标节点、障碍物栅格；

(2)初始化蚁群算法基本参数，并使蚁群初始化在起始节点处；

(3)每只蚂蚁从起始节点开始搜索遍历，根据转移概率选择下一节点，蚂蚁走过的每个节点记录在禁忌表中，当蚂蚁到达目标节点时，计算蚂蚁所选路径长度和路径上的拐点个数；

(4)当所有蚂蚁完成搜索后，应用拐点较少原则选取当次迭代的最优路径；

(5)对当次迭代的最优路径应用简化路径原则，得到优化后的当次迭代最优路径；

(6)对当次迭代的所有可行路径应用预先排序规则，选取出较优路径，对较优路径上的信息素挥发系数进行自适应调整策略，并在此基础上更新每条较优路径上的信息素浓度，其中信息素挥发系数自适应调整策略的计算公式为：

ρ(NC)＝pre_argu·tanh(10·(shortest_length-min(L))/mean(L))+pre_argu

其中，NC为当前迭代次数，shortest_length为当次迭代最优路径长度，min(L)为现有最短路径长度，mean(L)为当前局部最优路径平均长度，即当前迭代次数下，每轮迭代得到的最优路径长度的平均值，pre_argu为自适应调整因子前置参数；

(7)重复执行步骤(2)-步骤(6)，直到迭代次数达到最大迭代次数，计算各轮迭代的最优路径长度，得到全局最优路径。

2.根据权利要求1所述的基于改进的蚁群算法的路径规划方法，其特征在于，所述步骤(4)中的拐点较少原则具体为：

第一轮迭代完成后，比较每条路径长度和路径中的拐点个数，选择长度最短的路径作为当次迭代的最优路径，如果有路径长度相同，则选择拐点较少的路径作为当次迭代的最优路径；

在后续迭代过程中，每轮迭代完成后，计算当次迭代所产生的最优路径中的拐点个数，比较当次迭代所产生的最优路径长度与现有最优路径长度，如果相同，则选择拐点较少的路径；如果不同，则选择路径长度较短的路径。

3.根据权利要求1所述的基于改进的蚁群算法的路径规划方法，其特征在于，所述步骤(5)中简化路径原则具体为：对路径中所经过的每一个节点与起始节点进行是否为邻节点判断，如果当前节点为起始节点的邻节点，则直接由起始节点导向该节点，省去中间节点；如果当前节点不是起始节点的邻节点，则保留该节点，继续上述操作，直至遍历完路径中所有节点。

4.根据权利要求1所述的基于改进的蚁群算法的路径规划方法，其特征在于，所述步骤(6)中所述的预先排序规则具体为：每轮迭代完成后，对当次迭代所产生的全部可行路径按照长度由短到长进行排序，选取排序前三分之一的路径作为较优路径。

5.根据权利要求1所述的基于改进的蚁群算法的路径规划方法，其特征在于，所述自适应调整因子前置参数取值为0.3。