面向AGV全局路径规划的蚁群算法多策略改进研究.pdfVIP

第47卷第3期制造业自动化Vol.47No.3

2025年3月ManufacturingAutomationMar.2025

DOI:10.3969/j.issn.1009-0134.2025.03.001

面向AGV全局路径规划的蚁群算法多策略

改进研究

*

侯书增，孙巍峰，罗程远，伍志明，李轩

（四川轻化工大学机械工程学院，四川宜宾644005）

摘要：传统蚁群算法在应对大规模复杂场景时，普遍存在收敛效率偏低、全局搜索能力不足以及易陷入

局部最优等缺陷。提出了一种多策略改进的蚁群算法。通过增强启发函数的导向性和自适应性，提高算法

的寻优能力；利用伪随机转移策略改进状态转移规则并对信息素启发因子和期望启发因子进行动态调节，

增强全局搜索能力，避免局部最优问题。同时，采用多策略优化信息素更新机制，并结合自适应调节挥发

系数，显著提升收敛效率和搜索性能。此外，通过冗余点去除的二次优化，进一步优化路径质量。通过栅

格地图的仿真实验表明，蚁群算法经多策略改进后在搜索能力和收敛速度上获得了较大提升，可为AGV解

决复杂环境下的路径规划提供理论支持。

关键词：蚁群算法；启发函数；信息素挥发系数；路径二次优化

中图分类号：TP242文献标志码：A文章编号：1009-0134（2025）03-0001-08

ResearchonMulti-StrategyImprovementofAntColonyAlgorithm

forGlobalPathPlanningforAGVs

*

HOUShu-zeng，SUNWei-feng，LUOCheng-yuan，WUZhi-ming，LIXuan

（SchoolofMechanicalEngineering，SichuanUniversityofScienceandEngineering，Yibin644005）

Abstract：：Traditionalantcolonyalgorithmsgenerallysufferfromlowconvergenceefficiency，insufficientglobal

searchcapabilities，andatendencytofallintolocaloptimawhendealingwithlarge-scalecomplexscenarios.The

methodenhancestheguidanceandadaptabilityoftheheuristicfunctiontoimprovethealgorithmsoptimization

ability.Byutilizingapseudo-randomtransferstrategytoimprovestatetransitionrulesanddynamicallyadjusting

thepheromo