《表4 ACO及其改进算法特性分析》

  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

《AUV路径规划算法研究现状与展望》

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

蚁群优化算法（ant colony optimization，ACO）是一种概率算法。意大利学者Dorigo受到蚂蚁在食物搜索过程中获得最佳路径的启发，提出了蚁群算法的概念。文献[41]应用蚁群优化原理对AUV的全局路径规划问题进行研究，发现蚁群优化算法非常适合于求解复杂环境中的全局路径规划问题，且规划时间短、路径平滑。与其他算法相比，ACO算法的优点是可以应用于水下3D动态路径搜索问题，对初始路线的选择要求较低，具有很强的鲁棒性。然而，传统蚁群算法也存在收敛速度慢，容易陷入局部最优等问题，如表4所示。