Global path planning approach based on ant colony optimization algorithm

蚂蚁殖民地优化(ACO ) 算法被修改优化全球路径。为了模仿真实蚂蚁殖民地，根据蚂蚁殖民地和食物的特征的 foraging 行为，附近的区域和气味区域的概念被介绍。Theformer 能保证路径的差异，后者保证每只蚂蚁能到达目标。然后，整个路径被划分成三部分， ACO 被用来寻找第二条部分路径。三部分什么时候轻拍 hes，被调整，最后的路径被发现。有效路径和无效路径被定义保证路径有效。最后， pheromone 搜索的策略被使用寻找最佳路径。然而，当仅仅 pheromone 被用来寻找最佳路径时， ACO 容易收敛。为了避免这早熟的集中，联合 pheromone 搜索和随机，寻找，一个混合蚂蚁殖民地算法(HACO ) 被用来发现最佳路径。在 ACO 和 HACO 之间的比较证明 HACO 能被用来发现最短的路径。