水下航行器在海洋作战和海洋开发中发挥着越来越重要的作用,航行器的航路规划是实现水下航行器的自主航行及作战的一个重要环节。研究水下航行器航路规划对提高其智能化水平具有十分重要的意义。由于蚂蚁系统无法在连续规划空间中进行航路规划,而本文的规划空间是连续的,因此本文重点研究了连续规划空间中基于蚁群算法的水下航行器的航路规划方法。本文首先介绍了蚂蚁系统和几种经典的改进蚁群算法。其次,对航路规划问题建模并给出航路的表示方法,介绍规划空间的建模方法和规划中航行器自身的约束条件、环境约束。最后本文分析了传统蚁群算法在由矢量描述的规划空间中的航路规划存在的问题,针对每个问题的解决方案如下所述:由矢量描述的规划空间是连续的,规划空间中可选的航路点数量无穷多。针对这一问题,本文提出了约束优化搜索方法。该方法有效地减少了搜索空间的大小同时保证了搜索空间的连续性;建立正确的可见度模型,该可见度模型可以快速引导蚁群算法的寻优过程;根据自然界蚂蚁留下的信息素的分布特点提出信息素的模型。为了提高蚁群算法的求解速度并且避免算法陷入局部最优,我们规定蚂蚁寻找的航路代价越小则其留下的信息素越大,并利用指数函数使各个航路留下的信息素值的差异增大。针对信息素无法用连续的函数等模型表示这一问题,我们将信息素图离散化以便于信息素的更新和存储。本文主要设计了四组实验,第一组实验是展示了算法简单海洋环境下的实验,第二组实验主要分析了可见度计算的性能,第三组实验主要分析了信息素模型的性能,第四组实现展示了复杂花样环境下算法的规划结果。