基于蟻群算法地機(jī)器人路徑規(guī)劃AntColonyAlgorithm

《基于蟻群算法地機(jī)器人路徑規(guī)劃AntColonyAlgorithm》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于蟻群算法的機(jī)器人路徑規(guī)劃說明：基于蟻群算法的機(jī)器人路徑規(guī)劃，使用網(wǎng)格離散化的方法對帶有障礙物的環(huán)境建模，使用鄰接矩陣存儲該環(huán)境，使得問題轉(zhuǎn)化為蟻群算法尋找最短路徑。使用網(wǎng)格離散化的方法對帶有障礙物的環(huán)境建模，使用鄰接矩陣存儲該環(huán)境，使得問題轉(zhuǎn)化為蟻群算法尋找最短路徑。%ACASP.m%蟻群算法動態(tài)尋路算法%GreenSim團(tuán)隊原創(chuàng)作品，轉(zhuǎn)載請注明%Email:greensim@163.com%%---------------------------------------------------------------%輸入?yún)?/p>

2、數(shù)列表%G地形圖為01矩陣，如果為1表示障礙物%Tau初始信息素矩陣（認(rèn)為前面的覓食活動中有殘留的信息素）%K迭代次數(shù)（指螞蟻出動多少波）%M螞蟻個數(shù)（每一波螞蟻有多少個）%S起始點（最短路徑的起始點）%E終止點（最短路徑的目的點）%Alpha表征信息素重要程度的參數(shù)%Beta表征啟發(fā)式因子重要程度的參數(shù)%Rho信息素蒸發(fā)系數(shù)%Q信息素增加強(qiáng)度系數(shù)%%輸出參數(shù)列表%ROUTES每一代的每一只螞蟻的爬行路線%PL每一代的每一只螞蟻的爬行路線長度%Tau輸出動態(tài)修正過的信息素%%--------------------變量初始化---

3、-------------------------------%loadD=G2D(G);N=size(D,1);%N表示問題的規(guī)模（象素個數(shù)）MM=size(G,1);a=1;%小方格象素的邊長Ex=a*(mod(E,MM)-0.5);%終止點橫坐標(biāo)ifEx==-0.5Ex=MM-0.5;endEy=a*(MM+0.5-ceil(E/MM));%終止點縱坐標(biāo)Eta=zeros(1,N);%啟發(fā)式信息，取為至目標(biāo)點的直線距離的倒數(shù)%下面構(gòu)造啟發(fā)式信息矩陣fori=1:Nix=a*(mod(i,MM)-0.5);ifix==-0.5

4、ix=MM-0.5;endiy=a*(MM+0.5-ceil(i/MM));ifi~=EEta(1,i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5;elseEta(1,i)=100;endendROUTES=cell(K,M);%用細(xì)胞結(jié)構(gòu)存儲每一代的每一只螞蟻的爬行路線PL=zeros(K,M);%用矩陣存儲每一代的每一只螞蟻的爬行路線長度%%-----------啟動K輪螞蟻覓食活動，每輪派出M只螞蟻--------------------fork=1:K%disp(k);form=1:M%%第一步：狀態(tài)初始化W

5、=S;%當(dāng)前節(jié)點初始化為起始點Path=S;%爬行路線初始化PLkm=0;%爬行路線長度初始化TABUkm(S)=0;%已經(jīng)在初始點了，因此要排除DD=D;%鄰接矩陣初始化%%第二步：下一步可以前往的節(jié)點DW=DD(W,:);DW1=find(DW=1

6、%%第三步：轉(zhuǎn)輪賭法選擇下一步怎么走PP=zeros(1,Len_LJD);fori=1:Len_LJDendPP=PP/(sum(PP));%建立概率分布Pcum=cumsum(PP);Select=find(Pcum>=rand);to_visit=LJD(Select(1));%下一步將要前往的節(jié)點%%第四步：狀態(tài)更新和記錄Path=[Path,to_visit];%路徑增加PLkm=PLkm+DD(W,to_visit);%路徑長度增加W=to_visit;%螞蟻移到下一個節(jié)點forkk=1:NifTABUkm(kk)==

7、0DD(W,kk)=inf;DD(kk,W)=inf;endendTABUkm(W)=0;%已訪問過的節(jié)點從禁忌表中刪除DW=DD(W,:);LJD=find(DW

8、TES{k,m};TS=length(ROUT)-1;%跳數(shù)PL_km=PL(k,m);fors=1:TSx=ROUT(s);y=ROUT(s+1);endendendTau=(1-Rho).*Tau+Delta_Tau;%信息素?fù)]發(fā)一部分，新增加