计算机应用研究

作者：武小年,奚玉昂,张润莲,

单位：桂林电子科技大学a.广西可信软件重点实验室;b.广西密码学与信息安全重点实验室;c.广西高校云计算与复杂系统重点实验室,广西桂林541004；

关键词：路径规划,数字高程模型,遗传算法,蚁群算法,

基金：广西自然科学基金资助项目(2018GXNSFAA294036,2018GXNSFAA138116)；广西可信软件重点实验室基金资助项目(kx201622)；广西密码学与信息安全重点实验室项目(GCIS201705,GCIS201623)；广西高校云计算与复杂系统重点实验室项目(YF16205)；广西研究生教育创新计划资助项目(YCSW2018138,2017YJCX26)；；

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。

来源：2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期