论文部分内容阅读
针对移动机器人劣解区域路径规划问题,文章将贝叶斯决策与蚁群算法相结合,以原本的节点转移概率作为节点先验转移概率,以后继节点相关联路径上转移概率之和构造节点条件转移概率,通过贝叶斯决策方法得到节点后验转移概率;通过比较各后继节点的斜率,加倍强化无转弯损耗路径的后继节点的后验转移概率,并以后验概率作为新的节点转移概率。由此有效提高了算法对当前信息素分布信息的利用,降低了在劣解区域的消耗,提高了蚁群算法的收敛速度。仿真结果验证了文中所设计的算法在随机给定的不同复杂程度和规模的环境地图中均能求较好的全局最优解。