面向路径规划的双向交互多步蚁群算法研究.pdfVIP

1662025，61（3）ComputerEngineeringandApplications计算机工程与应用

面向路径规划的双向交互多步蚁群算法研究

+

陈旭飞，胡耀炜，丛培龙，赵启超，汤萍萍

安徽师范大学物理与电子信息学院，安徽芜湖241002

+通信作者E-mail：tpping@mail.ahnu.edu.cn

摘要：针对蚁群算法收敛速度较慢、蚂蚁灵活度差以及易陷入局部最优解的问题，提出了一种双向交互多步蚁群

算法（bidirectionalinteractivemulti-stepantcolonyalgorithm，BI-MSACO）用于路径规划研究。构建正向与反向双

种群使用双向蚁群探索，采用自适应步长策略，解决算法陷入局部最优和蚂蚁灵活度不高的问题。使用自适应蚁群

种群数量策略和改进启发式函数对算法进行优化，用双向蚁群的节点距离指数来指导算法节点转移，加快算法收敛

速度。经实验仿真数据表明，该研究的双向交互多步蚁群算法在路径规划问题上，不仅可以全局快速收敛，而且具

有高度稳定性和更短的运算时间，得到的解的质量和收敛速度相较于参考文献中对比的改进蚁群算法、基于终端距

离指标的多步蚁群算法更具优越性。

关键词：路径规划；蚁群算法；自适应步长；双向交互；节点距离指数；启发式函数

文献标志码：A中图分类号：TP242doi：10.3778/j.issn.1002-8331.2404-0317

ResearchonBidirectionalInteractiveMulti-StepAntColonyAlgorithmforPathPlanning

CHENXufei,HUYaowei,CONGPeilong,ZHAOQichao,TANGPingping+

SchoolofPhysicsandElectronicInformation,AnhuiNormalUniversity,Wuhu,Anhui241002,China

Abstract:Inresponsetotheslowconvergencerate,poorflexibility,andthequestionoftheantcolonyalgorithmgetting

trappedinlocaloptima,abidirectionalinteractivemulti-stepantcolonyalgorithmisproposedforresearchonpathplan-

ning.Firstly,adualpopulationapproachisadopted,whereexplorationisconductedthroughbothforwardandreverse

directionsusingtheantcolony,andanadaptivestep-lengthstrategyisimplementedtoaddresstheissuesoflocaloptima

trappingandtheinflexibilityofants.Secondly,thealgorithmisoptimizedusinganadaptiveantpopulationstrategyand

animprovedheuristicfunction,withthenodedistanceindexofthebidirectionalantcolonyguidingthealgorithm’snode

transitionstoaccelerateconvergence.Experimentalsimulationdataindicatesthatthebidirectionalinteractivemulti-step

antcolonyalgorithmnotonlyachievesglobalfastconvergencebutalsoexhibitshighstabilityandshortercomputational

time.Thequality