第五章节电脑鼠控制策略跟算法研究探究.docVIP

第五章 蚁群算法在迷宫电脑鼠中的应用 5.1 引言 许多智能问题，如下棋游戏、战略决策、机器人路径规划等都可以转化为寻找迷宫最优路径问题。传统解决迷宫最优路径问题的算法通常会随着迷宫规模的增大、复杂性的增加，算法的空间和时间复杂性呈指数增加，从而很难用于求解大规模的问题实例。从蚁群觅食过程中能够发现蚁巢与食物源之间的最短路径受到启发，并利用该过程与著名的旅行商问题( Traveling Salesman Problem, TSP)之间的相似性，意大利学者M. Dorigo等人提出了一种新型的模拟进化算法---蚁群算法[1,2]。对TSP问题的求解结果显示，蚁群算法具有极强的鲁棒性和发现较好解的能力，但同时也存在一些缺陷，如收敛速度慢、易出现停滞现象等[2]。目前，蚁群算法已在组合优化、计算机网络路由、连续函数优化、机器人路径规划、数据挖掘、电网优化等领域取得了突出的成就[2-5]，实践证明该算法是一种解决优化问题特别是组合优化问题的有力工具。 5.2 迷宫的基本信息及常用迷宫搜寻策略 5.2.1 迷宫的基本信息 从比赛规则中得知，迷宫是由一个个18cm×18cm大小的方格组成的，迷宫大小为16×16，即行列各有16个方格。若将三维迷宫转化成二维图形,迷宫可用图5.1表示. 图 5.1 迷宫行列与坐标对应关系 5.2.2 常用搜寻法则和策略 5.2.2.1迷宫搜寻法则 设定搜寻法