蚁群算法静态路径规划
实现蚁群的动态规划算法,首先分析蚁群算法静态路径规划的程序实现过程,忘记代码是在哪里找到的了,非常感谢代码的提供者啦~
1、建立地图:
G = ones(20);
G(3,3:7)=0;
G(3:10,7)=0;
G(10,3:7)=0;
G(17,13:17)=0;
G(10:17,13)=0;
G(10,13:17)=0;
G(14,15)=0;
b = G;
b(end+1,end+1) = 0;
colormap([0 0 0;1 1 1]); % 创建颜色
pcolor(0.5:size(G,2)+0.5,0.5:size(G,1)+0.5,b); % 赋予栅格颜色
2、建立D矩阵,记录每个点至其邻域点的代价值。列是起点栅格,行是局部终点栅格,将各栅格点至其各邻域无障碍栅格的代价值填入其中,有障碍栅格及非相邻栅格为0。
function D=G2D(G) %邻节点初始化
l=size(G,1); %l=G矩阵的行数
D=zeros(l*l,l*l); %D是所有点到所有点的矩阵。纵向将所有点作为起点,横向将所有点作为邻域局部到达点
for i=1:l
for j=1:l
if G(i,j)==1 %判断局部起始栅格是否为自由栅格
for m=1:l
for n=1:l
if G(m,n)==1 %判断局部终点栅格,即邻域栅格是否为自由栅格
im=abs(i-m);jn=abs(j-n); %abs求绝对值
if im+jn==1||(im==1&&jn==1) %判断该栅格是否为当前栅格的邻域栅格
D((i-1)*l+j,(m-1)*l+n)=(im+jn)^0.5; %将所有点到所有邻域点的代价值填入矩阵中。
%D((i-1)*l+j,(m-1)*l+n)在矩阵中定位邻域矩阵的具体位置
%(im+jn)^0.5在具体位置中填入具体代价值
end
end
end
end
end
end
end
end
该段程序结果以3*3地图为例:
3、蚁群算法的具体程序流程图如下:
对应代码:
1、初始化参数:
MM=size(G,1); % G 地形图为01矩阵
Tau=ones(MM*MM,MM*MM); % Tau 初始信息素矩阵,记录每个栅格至其他栅格的信息素量
Tau=8.*Tau; %初始化每个栅格信息素为8,为什么????
K=100; %迭代次数(指蚂蚁出动多少波)
M=50; %蚂蚁个数
S=1; %最短路径的起始点
E=MM*MM; %最短路径的目的点
Alpha=1; % Alpha 表征信息素重要程度的参数
Beta=7; % Beta 表征启发式因子重要程度的参数
Rho=0.3 ; % Rho 信息素蒸发系数
Q=1; % Q 信息素增加强度系数
minkl=inf; %minkl表示当前最短路径长度
mink=0; %当前完成最短路径为第几次迭代
minl=0; %当前完成最短路径为第只蚂蚁
D=G2D(G); %每个栅格至各自邻域无障碍栅格的代价值
N=MM*MM; %N表示问题的规模(象素个数)
a=1; %小方格象素的边长
Ex=a*(mod(E,MM)-0.5); %终止点横坐标
if Ex==-0.5
Ex=MM-0.5;
end
Ey=a*(MM+0.5-ceil(E/MM)); %终止点纵坐标
Eta=zeros(N); %启发式信息矩阵,记录启发式信息
2、 构建启发式信息η的矩阵:
%构建启发式信息矩阵。(MM,MM)为终止点的坐标值,计算每个栅格至终点的信息素量
for i=1:N %每个栅格的索引号,一共N个栅格
ix=a*(mod(i,MM)-0.5); %矩阵中各点到终止点的横坐标距离
if ix==-0.5
ix=MM-0.5;
end
iy=a*(MM+0.5-ceil(i/MM));%矩阵中各点到终止点的纵坐标距离
if i~=E
Eta(i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5; %启发信息取为至目标点的直线距离的倒数
else
Eta(i)=100;
end
end
ROUTES=cell(K,M); %用细胞结构存储每一代的每一只蚂蚁的爬行路线:
%cell(K,M)为K行M列的数组,存储第k次迭代中第M至蚂蚁的路线,
PL=zeros(K,M); %用矩阵存储每一代的每一只蚂蚁的爬行路线长度
%第k次迭代中第M只蚂蚁爬行路线的长度
3、 开始寻路:
tic; % tic-toc: Functions for Elapsed Time
for k=1:K %第k次迭代
for m=1:M %第M只蚂蚁
%状态初始化
W=S; %当前节点的索引号初始化为起始点
Path=S; %爬行路线初始化
PLkm=0; %爬行路线长度初始化
TABUkm=ones(N); %禁忌表大小为地图像素个数,全部初始化为1
%禁忌表记录走过的位置,将走过的位置由1变0
TABUkm(S)=0; %将禁忌表起点位置置为0
DD=D; %邻节点初始化
%筛选下一步可以前往的节点
DW=DD(W,:); %取G2D矩阵中以当前点为局部起始点的一行
DW1=find(DW); %DW1矩阵存储该行中所有无障碍邻节点的索引位置:
%find()返回矩阵中所有不为0的元素(未走过的)的索引位置:
for j=1:length(DW1) %length(DW1)返回DW1矩阵的长度
if TABUkm(DW1(j))==0 %判断TABUkm禁忌表中,该位置是否为之前走过的点
DW(DW1(j))=0; %删除DW中所有之前已经走过的邻节点
%如果禁忌表中记录该位置已经走过,则取出的该行对应点位置由非0置为0,之后的寻路不再重复记录该点
end
end %现在DW中为当前节点可以选择的所有邻节点了
% 计算各可选择邻节点的选择概率
LJD=find(DW); %LJD记录未走过的点的索引号,即下一步可选的节点
Len_LJD=length(LJD);%Len_LJD为可选节点的个数
%蚂蚁未遇到食物或者陷入死胡同或者觅食停止
while W~=E&&Len_LJD>=1 %起始点不等于终止点,且可选节点个数大于等于1
%计算各可以行走点的概率
PP=zeros(Len_LJD);
for i=1:Len_LJD
PP(i)=(Tau(W,LJD(i))^Alpha)*((Eta(LJD(i)))^Beta);
end
sumpp=sum(PP);
PP=PP/sumpp;%蚂蚁从当前城市转移到各相邻城市的概率
Pcum(1)=PP(1); %Pcum记录从当前城市转移到各城市的概率
%轮盘赌选择下一步
for i=2:Len_LJD
Pcum(i)=Pcum(i-1)+PP(i); %积累概率
end
Select=find(Pcum>=rand); %产生随机数,选出比随机大的积累概率
to_visit=LJD(Select(1)); %选择积累概率比随机数大的第一个可选择点作为行走的下一步,并取该点的索引号
%记录该蚂蚁当前的行走路线及路径长度
Path=[Path,to_visit]; %路径增加新的节点
PLkm=PLkm+DD(W,to_visit); %路径长度增加
W=to_visit; %蚂蚁移到下一个节点,W代表当前节点
%对应禁忌表修改G2D中可选择邻节点的值
for kk=1:N
if TABUkm(kk)==0 %若禁忌表中该点为以走过的点
DD(W,kk)=0; %将G2D中表示起始点到终止点的对应栅格置零,以后不再对该点进行寻路。
DD(kk,W)=0;
end
end
%本只蚂蚁继续下一步节点继续寻路
TABUkm(W)=0; %更新禁忌表:
%将当前的W点在紧急表中置为以访问过的节点。禁忌表中以访问过的节点为0,未访问过的节点为1
DW=DD(W,:);
DW1=find(DW);
for j=1:length(DW1)
if TABUkm(DW1(j))==0
DW(j)=0;
end
end
LJD=find(DW);
Len_LJD=length(LJD);%可选节点的个数
end %本次迭代的当前蚂蚁寻路完毕
%退出当前蚂蚁的寻路过程,记下本次迭代当前蚂蚁的觅食路线和路线长度
ROUTES{k,m}=Path; %记录本次迭代中的当前蚂蚁的行走路线
if Path(end)==E %判断本只蚂蚁寻找路径的最后一个节点是否为终点。
%Path(end)返回矩阵Path中的最后一个元素
PL(k,m)=PLkm; %若该蚂蚁到达终点,将本次路线长度放到PL的第k行m列
if PLkm<minkl %若本次路径长度<当前已知的最短路径长度
mink=k; %记录完成本次最短路径的迭代次数
minl=m;%记录完成本次最短路程的哪只蚂蚁
minkl=PLkm; %记录本次最短路线的长度
end
else
PL(k,m)=0; %若该蚂蚁没有到达终点长,则本次路径长度为0
end
end %返回进行下一只蚂蚁的寻路
%更新信息素
Delta_Tau=zeros(N,N);%初始化信息素增量,N是像素个数
for m=1:M %M是蚂蚁数
if PL(k,m) % 本次迭代的m只蚂蚁的路径长度
ROUT=ROUTES{k,m}; %ROUT取本次迭代的所有蚂蚁的行走路线
TS=length(ROUT)-1;%length(ROUT)返回ROUT的列数,即蚂蚁个数
%少最后一只蚂蚁的路线,是因为后面需要y=ROUT(s+1)
PL_km=PL(k,m); %PL_km取本次迭代当前蚂蚁的路径长度
for s=1:TS %s为蚂蚁个数
x=ROUT(s); %前一条路径
y=ROUT(s+1); %后一条路径
Delta_Tau(x,y)=Delta_Tau(x,y)+Q/PL_km; %PL_km为本次迭代的当前蚂蚁所走过的路径长度
Delta_Tau(y,x)=Delta_Tau(y,x)+Q/PL_km;
end
end
end
Tau=(1-Rho).*Tau+Delta_Tau;%信息素挥发一部分,新增加一部分。
%当所有蚂蚁寻路完成后,各路径上的信息素进行更新???
end%本次迭代完成,返回进行下一次迭代
这样蚁群寻路的程序就完成了,下面就是Matlab的画图部分。
4、绘图的基本步骤为:
创建图像窗口→添加坐标轴→添加栅格→设置填充图框→转换坐标→绘制路线
(1)输出程序运行时间
(2)绘制收敛曲线
(3)绘制行走路线图
(1)
%输出运行时间及路径长度
fprintf('processing time=%d \n', toc);%输出处理时间processing time=,%d对应于toc的输出时间,\n回车换行
%tic与toc成对使用,计算程序运行时间
%fprintf(fid,format,variables)
plotif=1;%是否绘图的控制参数
if plotif==1 %绘收敛曲线
minPL=zeros(K); %K为迭代次数
%选出每次迭代的最短路径
for i=1:K
PLK=PL(i,:); %取第i次迭代的所有路径长度
%PL为K*M的矩阵,记录每次迭代中每只蚂蚁行走的路径长度
Nonzero=find(PLK); %提取本次迭代路径长度不为0的索引号存储至Nonzero
PLKPLK=PLK(Nonzero); %将路径长度不为0的路径索引号对应的路径长度存储至PLKPLK
minPL(i)=min(PLKPLK); %选出本次迭代最短路径存储至minPL的相应迭代位置
end
Pathlength=min(minPL(1));%在所有迭代中选出最短路径
fprintf('processing PathLength=%d \n', Pathlength);% 输出最短路径
(2)
%绘制“收敛曲线变化趋势”图,将每次迭代的最短路径放在图中表示
figure(1) %生成图形窗口
plot(minPL); %plot生成的图横坐标为1至矩阵行数,纵坐标为0到矩阵中最大的数,矩阵中的每一列对应坐标中的一条曲线
hold on %保持当前图
grid on %加栅格
title('收敛曲线变化趋势');
xlabel('迭代次数');
ylabel('最小路径长度');
end
(3)
figure(2) %建立图形窗口
axis([0,MM,0,MM]) %设置图的横纵坐标,MM为地图矩阵的行数或列数
for i=1:MM
for j=1:MM
%此处的行纵坐标从0开始,为对应于矩阵地图从1开始且pcolor加了一行,所以此处横纵坐标要换算
%具体操作之后在优化
if G(i,j)==1 %0是黑色代表障碍,1为白色无障碍
x1=j-1;y1=MM-i;
x2=j;y2=MM-i;
x3=j;y3=MM-i+1;
x4=j-1;y4=MM-i+1;
fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]); %将1234点所围成的图形进行白色填充,fill为颜色填充
hold on
else
x1=j-1;y1=MM-i;
x2=j;y2=MM-i;
x3=j;y3=MM-i+1;
x4=j-1;y4=MM-i+1;
fill([x1,x2,x3,x4],[y1,y2,y3,y4],[0.2,0.2,0.2]);
hold on
set(gca,'YDir','reverse');%地图的矩阵的行列与正常坐标轴的行列一致
% set(gca,'propertyname','propertyvalue'......)命令可以调整图形的坐标属性
% ydir:y轴方向;reverse:反转
end
end
end
hold on
title('机器人运动轨迹');
xlabel('坐标x');
ylabel('坐标y');
ROUT=ROUTES{mink,minl}; %ROUT取最短行走路线,mink为该路线的迭代号,minl为该路线的蚂蚁号
LENROUT=length(ROUT); %提取路线长度,即走了几个栅格
Rx=ROUT; %Rx与Ry中分别存储具体的该路线
Ry=ROUT;
%将该路线的栅格索引号转换为横纵坐标
for ii=1:LENROUT
Rx(ii)=a*(mod(ROUT(ii),MM)-0.5);
if Rx(ii)==-0.5
Rx(ii)=MM-0.5;
end
Ry(ii)=a*(MM+0.5-ceil(ROUT(ii)/MM));
end
plot(Rx,Ry) %绘制路线
以上为蚁群静态路径规划的所有matlab代码及解释。
生成行走路线的地图有些问题,之后在稍做修改,但此处并不影响其运行。