机器人路径规划的蚁群算法设计与实现毕业论文开题报告.docxVIP

XXX大学 毕业设计（论文） 机器人路径规划的蚁群算法设计与实现 学院名称 信息与通信工程学院 专业名称 自动化 学生学号 XXXXXX 学生姓名 学生姓名 指导教师 教授姓名 助理指导老师 老师姓名 202X年X月 PAGE PAGE 39 摘 要 机器人路径规划是指机器人按照某一指令来搜索一条从起始状态到目标状态的最优路径或近似最优的无碰路段，它是实现机器人控制与导航的基础。本文研究的是用蚁群算法来求解机器人最优路径规划的方法。建立一个机器人路径规划的模型，并模拟仿真。实验仿真结果验证了算法的有效性，即使处于复杂的障碍物的环境下，也能很快的找出最优路径。 关键词：蚁群算法；机器人；路径规划 ABSTRACT Robot robot path planning refers to an optimal path from the initial state to a target state or approximate optimal path without touching the search path according to a performance index, which is one of the basic robot control and navigation. This article is based on ant colony algorithm for robot optimal path planning methods. Build a robot path planning based on this model, and simulation by MATLAB. The simulation results show the effectiveness of the algorithm, even in complex geographical obstacles, using the algorithm can quickly work out the optimal path. Keywords：antcolony optimizatio；robot；path planning 目录 TOC \o 1-3 \h \u 摘 要 2 ABSTRACT 3 1 绪论 5 2 蚁群算法 8 2.1基本蚁群算法的原理 8 2.2蚁群算法的系统学特征 9 2.3蚁群算法的优点 10 3 机器人路径规划的蚁群算法设计 12 3.1 机器人路径规划问题 12 3.2 蚁群算法的流程设计 12 3.3 蚁群算法实现 14 3.3.1 主程序模块 14 3.3.2 初始化模块 15 3.3.3 解搜索模块 16 3.3.4 保优与信息素更新模块 17 4 蚁群算法实验分析 12 4.1 关键参数介绍 18 4.2 算法参数设置 18 4.2.1 信息素挥发系数 18 4.2.2 蚂蚁数量 18 4.2.3 信息激素物质的浓度和能见度 19 4.2.4 启发式因子 19 4.3 实验结果分析 19 5 总结和展望 27 参考文献 28 致 谢 29 附 录 30 1 绪论 自然界中，我们总是可以发现蚂蚁所发现的食物总是随机的出现在巢穴附近。经过仔细的观察，我们就可以发现，过了一段时间，蚂蚁们就能找到食物，而且它们从巢穴对食物源之间的路段总是最短的。蚂蚁虽小，且个体能力有限，但是通过分工、合作，它们可以完成不论那个蚂蚁都无法独自完成的复杂工作，例如蚂蚁在寻找食物的进程中，他们通过相互协同工作，总是能找到一条从食物到自己巢穴的相对最短路段。 在现实自然生活中，我们可以通过观察，就会发现几乎所有的蚂蚁所走过的食物到自己巢穴的路线都近似于一条直线，而不是什么曲线等其他形状的线或者图形。蚂蚁这种群体虽然个小，但是不仅能完成比较复杂的工作，而且还能很快的适应环境的变化，比如突然出现在蚂蚁去向的路径上的障碍物，一开始各只蚂蚁行走的分布是均匀的，不管是路线的长与短，蚂蚁总是会按照同等概率选择各自要走的路径，在蚂蚁行走进程中，凡是蚂蚁所经过的地方都会留下一种物质，并且能感知这种信息素的存在以及它的强度，并通过此信息素来指导自己行走的方向，它们会朝着信息素浓度较高的方向移动。在同等时间内，较短路径上的信息素的量遗留得越多，