基于改进群智能算法的城市三维复杂场景多任务路径规划研究
针对智能城市三维空间中多任务寻路问题,引入邻域精确搜索策略,对基本蚁群算法的转移概率和行走策略进行了改进,提高局部搜索能力;对蚁群进行子群划分,在满足约束条件下,求解各子群内部最优解,实现多任务路径规划.针对三维空间中寻径算法搜索效率低下问题,在蚁群算法中缩小地图范围,并将路径点插值均匀放大,提高了算法在三维空间中的收敛速度.实验结果表明,在大地图、多障碍三维城市场景下改进后的蚁群智能算法搜索能力增强,寻路成功概率提高;算法收敛速度提高,寻路时间变短.进一步与粒子群算法进行实验对比,证明本文算法更为有效和可行,有效解决了智能城市中三维复杂场景中多任务避障寻路问题。
智能城市 三维空间 路径规划 蚁群智能算法 寻路成功率
周静
江汉大学,数学与计算机科学学院,武汉,430056
国内会议
咸宁
中文
263-268
2015-11-07（万方平台首次上网日期，不代表论文的发表时间）