《表1 实验数据对比：移动机器人多目标搜寻的D~*-蚁群融合算法》

  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

《移动机器人多目标搜寻的D~*-蚁群融合算法》

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

从图9、图10看出，三种组合算法都能顺利完成任务，但前两种算法存在明显缺陷，首先是两种算法都太过于靠近障碍物，将地图一的标度尺寸设置为671×621像素，通过表1三种对比参数知，三种算法在路径长度上基本一致，而在转角次数上ACO-A*、ACO-D*这两种算法转角次数相比于ACO-ID*在搜索5个目标时多了13和18次、搜索12个目标时多了19和32次，若实际应用在机器人上会产生更多能耗．将ACO算法中的启发项替换为本文提出的改进D*算法，在搜索5个目标时处理时间分别为前两种算法的90.6%和88.5%，12个目标时分别为82.1%和86%，因为当前处理环境为100阶矩阵，而且是一种开放环境，无法将地图进行局部分解，所以性能有所提升但不够明显．