《表1 设计变量范围：改进ACO及其在移动机器人路径规划中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进ACO及其在移动机器人路径规划中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对信息素启发式因子α、期望启发式因子β等参数设置不当导致基本ACO容易产生收敛精度不高、收敛速度慢等不足。采用Python模型和Matlab模拟计算相结合的方式进行ACO参数优化设计[10-11]。其中，TSP案例库（TSPLIB）采用Eil51作为测试库，设计变量表达式，如式（7）所示。设计变量的上下边界，如表1所示。