动态融合蚁群算法与遗传算法的路径规划方法研究

车健波,唐东林,何媛媛,胡远遥,卢炳盛,张俊辉

Research on path planning method based on dynamic fusion of ant colony optimization and genetic algorithm

Jianbo CHE,Donglin TANG,Yuanyuan HE,Yuanyao HU,Bingsheng LU,Junhui ZHANG

表1 DACO-GA的参数取值

Table 1 Parameter values of DACO-GA

算法	ACO阶段								GA阶段					融合阶段
算法	$T_{A}$	$m$	α	β	γ	$τ_{0}$	$ρ_{m i n}$	$ρ_{m a x}$	$T_{G}$	$P_{c, m a x}$	$P_{m, m a x}$	$K_{c}$	$K_{m}$	$T_{C H}$	多样性阈值	改进幅度阈值
IACO-1	10	50	6	2	0~1	1	0.1	0.3
IGA-1									10	0.8	0.2	0~1	0.8
IGA-2									10	0.8	0.2	0.9	0~1
DACO-GA	10	50	6	2	0.5	1	0.1	0.3	10	0.8	0.2	0.9	0.8	80	0~1	0.01