[发明专利]一种基于蚁群算法的仓储机器人路径寻优方法

权利要求书

1.一种基于蚁群算法的仓储机器人路径寻优方法，其特征在于：包括以下步骤：

步骤一、初始化进行路径寻优的参数；

步骤二、每只蚂蚁进行路径循环搜索；

步骤三、全部蚂蚁路径搜索完成后，比较出局部最优路径；

步骤四、对路径上的信息素量进行局部更新；

步骤五、进行全局信息素更新；

步骤六、重复步骤二～步骤五，直至达到最大循环次数；

步骤七、运用局部最优路径拓展，对已寻局部最优路径拓展优化，寻找全局最优路径。

2.按照权利要求1所述的一种基于蚁群算法的仓储机器人路径寻优方法，其特征在于：步骤一中所述初始化进行路径寻优的参数包括令时间t＝0，循环次数N_c＝0，货位点i到货位点j路径上的初始信息素τ_ij＝τ₀，蚂蚁只数m，每只蚂蚁的禁忌表均为空；设置最大迭代次数N、搜索路径循环次数R。

3.按照权利要求1所述的一种基于蚁群算法的仓储机器人路径寻优方法，其特征在于：步骤四中所述对路径上的信息素量进行局部更新根据公式τ_ij(t+1)＝ρ·τ_ij(t)+(1-ρ)Δτ_ij(t)进行，其中，ρ为局部更新信息素轨迹的持久度系数且0≤ρ≤1，Δτ_ij(t)为信息素的变化量且

4.按照权利要求1所述的一种基于蚁群算法的仓储机器人路径寻优方法，其特征在于：步骤五中所述进行全局信息素更新根据公式τ_ij(t+1)＝α·τ_ij(t)+(1-α)Δτ_ij(t)进行，其中，α为全局更新信息素轨迹的持久度系数且0≤α≤1，Δτ_ij(t)为信息素的变化量且

5.按照权利要求1所述的一种基于蚁群算法的仓储机器人路径寻优方法，其特征在于：步骤七中所述局部最优路径拓展包括：设已寻局部最优路径由w个位置节点组成，除起始点和目标点，在每个位置节点上放置三只蚂蚁进行拓展优化，当蚂蚁放置在第n个位置节点拓展寻路时，前n个位置节点的路径不变，在第n个位置节点选择下一个位置节点时，除原路径n-1和n+1位置节点外，依照信息素浓度引导，在局部最优路径周围其余位置节点中选择，找到拓展路径的下一个位置节点，后续位置节点选择根据信息素找寻目标点；在完成拓展路径，成功找到目标点时，记录该蚂蚁的路径长度以及包含的路段信息，在路径长度和位置拐点数量方面与局部最优路径对比，若更优，则更新局部最优路径，并根据当前局部最优路径更新信息素浓度，当w个位置节点中的所有蚂蚁都拓展完成时，本次局部最优路径拓展结束。