matlab蚁群算法 路径规划,基于蚁群算法的机器人路径规划MATLAB源码

基于蚁群算法的机器人路径规划MA TLAB源码

使用网格离散化的方法对带有障碍物的环境建模，使用邻接矩阵存储该环境，使得问题转化为蚁群算法寻找最短路径。

function [ROUTES,PL,Tau]=ACASPS(G,Tau,K,M,S,E,Alpha,Beta,Rho,Q)

%% ---------------------------------------------------------------

% ACASP.m

% 蚁群算法动态寻路算法

% GreenSim团队原创作品，转载请注明

% GreenSim团队长期从事算法设计、代写程序等业务

% 欢迎访问GreenSim——算法仿真团队→http://www.doczj.com/doc/3add4fe79b89680203d82541.html/greensim

%% ---------------------------------------------------------------

% 输入参数列表

% G 地形图为01矩阵，如果为1表示障碍物

% Tau 初始信息素矩阵(认为前面的觅食活动中有残留的信息素)

% K 迭代次数(指蚂蚁出动多少波)

% M 蚂蚁个数(每一波蚂蚁有多少个)

% S 起始点(最短路径的起始点)

% E 终止点(最短路径的目的点)

% Alpha 表征信息素重要程度的参数

% Beta 表征启发式因子重要程度的参数

% Rho 信息素蒸发系数

% Q 信息素增加强度系数

%

% 输出参数列表

% ROUTES 每一代的每一只蚂蚁的爬行路线

% PL 每一代的每一只蚂蚁的爬行路线长度

% Tau 输出动态修正过的信息素

%% --------------------变量初始化----------------------------------

%load

D=G2D(G);

N=size(D,1);%N表示问题的规模(象素个数)

MM=size(G,1);

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(1,N);%启发式信息，取为至目标点的直线距离的倒数

%下面构造启发式信息矩阵

for i=1:N