5 蚁群算法
蚁群算法的基本模型可以简单表述如下:在初始时刻 进行初始化的过程,所有的蚂蚁成员被放置在不同的节点,每个节点间的子路径段都有一个信息激素强度值的属性 ,初始化的过程中初始 。每只蚂蚁也都有一个列表属性叫做禁忌列表,为了避免对同一个节点的多次重复访问, 每次经过一个节点蚂蚁都保存到这个节点到禁忌列表tau-k 中,tau-k 用于记录到目前为止已经访问的节点,禁忌列表的作用是防止蚂蚁原路徘徊,重新访问经过的节点,禁忌列表的第一个元素一般为它的开始节点。当所有蚂蚁都完成了一次周游(从起始点移动到目标点)后,一次循环结束,这时各个蚂蚁成员的禁忌列表也被写满,最后,计算每一只蚂蚁成员 的路径总长度 ,找出本次循环中的最优路径MinLk,也就是局部最优路径[8]。
针对一群算法的不足,可用定义禁忌栅格[9]的方法来改进。王玫,孟正大[10]以汽车内饰件切割路径优化为研究对象,提出了一种改进禁忌表蚁群算法,显著提高水切割作业的效率和质量。
6 其他路径规划算法
在传统路径规划算法的基础上,蓝志坤,蓝志环[11]采用了基于连接特性的改进Dijkstra 算法;李耀宇,朱一凡,李群基于Legendre 伪谱法的UGV 避障路径规划[12];基于改进群搜索优化算法的群体路径规划方法(MPGSO)[13];基于云模型的路径规划算法[14];基于三维虚拟爬行角色的路径规划技术[15];动态环境下基于多人工鱼群算法和避碰规则库的机器人路径规划[16];基于蜂窝地图的步进式机器人路径规划[17];基于时间窗的自动导引车动态路径规划方法[18];栅格法和混沌遗传算法相融合的移动机器人路径规划算法[19]等等。