全新的蚂蚁优化算法及其在机器人路径规划中的应用

仿生算法是当前国际上一个非常热门的研究领域。M.Dorigo等人提出的蚁群优化算法已成为研究热点并得到了较广泛的应用。然而，该算法只是模拟了蚂蚁觅食过程中的一些最基本的运动，算法易于停滞等已成共识，众多改进算法其效果也受限于该模型。为此，本课题根据有关蚂蚁习性的最新研究成果，研究全新的蚂蚁觅食模型及优化算法。有关研究成果表明，蚂蚁先由侦察蚁四处寻食并放置食物路标；蚂蚁有感知功能，工蚁可根据路标寻食；蚂蚁还有避免拥挤的自动分流功能。根据真实蚂蚁的特性研究的新算法包括侦察、觅食、协作和分流算法，从而保证搜索多样性，可极大的提高收敛速度和应用面。作为应用，重点研究一种未知动静态复杂环境下的机器人路径规划或导航蚂蚁算法，以解决这一领域中的难题。同时还研究算法收敛性等相关数学理论。属人工智能、数学、机器人等多学科交叉的课题。