当前位置: 首页 > 文章 > 改进自适应蚁群的城市道路智能车路径优化 森林工程 2022,38 (1) 152-158
Position: Home > Articles > Improved Adaptive Ant Colony-based Urban Road Smart Car Path Optimization Forest Engineering 2022,38 (1) 152-158

改进自适应蚁群的城市道路智能车路径优化

作  者:
裴文鑫;孙宁;马健霄
单  位:
南京林业大学汽车与交通工程学院
关键词:
智能车辆;城市道路;自适应蚁群算法;邻域搜索;B条曲线法;路径优化
摘  要:
为优化城市道路中智能车辆规划路径的长度与转折次数,本文提出一种改进的自适应蚁群算法。以栅格法对城市道路环境网格化处理,以路径最短、转折次数最少为优化目标函数,改进邻域搜索范围,将8邻域扩大为24邻域,利用启发函数更新初始信息素,动态调整信息素挥发系数,并提出返回上一步的死锁策略,最后考虑曲率限制,以三次B样条曲线法(B-spline curve)平滑优化处理。此研究表明,在随机生成的城市环境地图模型下,该算法较标准蚁群算法与自适应算法,路径长度分别缩短3.89%、8.38%,路径节点分别减少28%、24.2%,收敛次数分别减少37.5%、20%。此研究结果为城市道路智能车辆路径优化提供较好的理论依据。
译  名:
Improved Adaptive Ant Colony-based Urban Road Smart Car Path Optimization

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊