【路径规划】基于蚁群算法三臂凿岩机器人动态孔序规划含Matlab源码

 1 简介

蚁群算法模拟了自然界中蚂蚁的觅食行为，蚂蚁在寻找食物过程中会释放信息素，同时能够感知前面蚂蚁在路径上残留的信息素浓度来引导自己运动，因而逐渐形成一种正反馈现象：路径越短，残留信息素浓度越高；越多的蚂蚁经过该路径，该路径上的信息素浓度就越大，之后的蚂蚁选择这条路径的概率就越大，蚂蚁就是通过这种交流方式来找到食物，蚁群算法中的两个关键部分就是路径选择概率和信息素更新，决定了蚁群算法的求解速度和解的质量。

​

​

2 部分代码

登录后复制

          
          

           
           %% 此函数根据相交的路径计算相应交点的禁忌点
           
           
% cTabu --- 各点的禁忌表
           
           
% C --- 各点的坐标(n x 2)矩阵
           
           
% D --- 各点的距离矩阵
           
           
% table --- 为m只蚂蚁对n个点进行规划后的路径表
           
           
function [ cTabu ] = calCityTab( cTabu, C, D, table )
           
           
% m --- 蚂蚁数量
           
           
% n --- 城市数量
           
           
    m=size(table,1);
           
           
    n=size(table,2);
           
           
%     cTabu=zeros(n,n);
           
           
    for i=1:m
           
           
        for j=1:n-2
           
           
            X1=C(table(i,j),:);
           
           
            Y1=C(table(i,j+1),:);
           
           
            for k=j+2:n-1
           
           
                X2=C(table(i,k),:);
           
           
                Y2=C(table(i,k+1),:);
           
           
                [~,~,isIntersect]= node( X1,Y1,X2,Y2 );
           
           
                if isIntersect
           
           
                    % 如果规划下的非相邻的两直线相交，则将线段较长的两点相互加入其禁忌表中
           
           
                    if D(table(i,j),table(i,j+1)) > D(table(i,k),table(i,k+1))
           
           
                        % 如果cTabu对应的行中有table(i,j)数值，则返回1，否则返回0
           
           
                        if ~any(cTabu(table(i,j),:) == table(i,j+1))
           
           
                            index_1=find(cTabu(table(i,j),:)==0);                            
           
           
                            cTabu(table(i,j),index_1(1))=table(i,j+1);                            
           
           
                        end     
           
           
                        if ~any(cTabu(table(i,j+1),:) == table(i,j))
           
           
                            index_2=find(cTabu(table(i,j+1),:)==0); 
           
           
                            cTabu(table(i,j+1),index_2(1))=table(i,j);
           
           
                        end
           
           
                    else
           
           
                        if ~any(cTabu(table(i,k),:) == table(i,k+1))
           
           
                            index_1=find(cTabu(table(i,k),:)==0);                             
           
           
                            cTabu(table(i,k),index_1(1))=table(i,k+1);                            
           
           
                        end
           
           
                        if ~any(cTabu(table(i,k+1),:) == table(i,k))
           
           
                            index_2=find(cTabu(table(i,k+1),:)==0);
           
           
                            cTabu(table(i,k+1),index_2(1))=table(i,k);
           
           
                        end
           
           
                    end
           
           
                end
           
           
            end
           
           
        end
           
           
    end
           
           
end
          
          

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.

3 仿真结果

​

​

​

​

​

​

4 参考文献

[1]郑勇. 基于蚁群算法的移动机器人动态路径规划[D]. 电子科技大学.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。