| DEM中基于遗传与蚁群的混合路径规划算法 |
| |
| 作者姓名： | 武小年 |
| |
| 作者单位： | 桂林电子科技大学 广西可信软件重点实验室,广西 桂林541004;桂林电子科技大学 广西密码学与信息安全重点实验室,广西 桂林541004;桂林电子科技大学 广西密码学与信息安全重点实验室,广西 桂林541004;桂林电子科技大学 广西密码学与信息安全重点实验室,广西 桂林541004;桂林电子科技大学 广西高校云计算与复杂系统重点实验室,广西 桂林541004 |
| |
| 基金项目： | 广西壮族自治区研究生教育创新计划;广西可信软件重点实验室项目;重点实验室项目;广西自然科学基金 |
| |
| 摘 要： | 现有启发式算法在DEM路径规划中因数据量巨大导致效率较低。针对该问题,提出一种基于遗传和蚁群的混合路径规划算法。该算法在遗传过程中,通过在初始群体生成阶段构建选择因子,使得在节点搜索时更加倾向于终点方向,提高初始群体生成效率;对变异过程中变异节点的变异区间进行限制,避免产生路径断点;在蚁群寻优过程中,根据遗传过程产生的路径信息,采用自适应信息素初始化与更新策略,提高算法搜索效率。测试结果表明,混合算法能够在规则网格DEM数据下搜索出符合条件的路径,并具有较好的效率。
|
| 关 键 词： | 路径规划 数字高程模型 遗传算法 蚁群算法 |
| 收稿时间： | 2019-04-02 |
| 修稿时间： | 2020-07-28 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
