针对蚁群算法容易陷入局部最优,收敛速度慢,难以解决大规模问题,提出依据信息熵和停滞次数的动态信息素的更新策略和基于最优路径集合的奖惩策略的蚁群算法,在动态信息素更新策略中,利用收敛系数来动态调节信息素,从而有效的平衡算法的多样性和收敛性.在搜索过程中,通过持续增大收敛系数,加快了收敛速度;当信息熵降低或者停滞次数达到一定数值时,通过降低收敛系数,从而跳出局部最优.同时基于最优路径集合,对较优路径奖励,对其他路径惩罚,通过减少蚂蚁每一步可选城市的数量,加快了收敛速度.并且使用三种局部优化方法,从而进一步提高解的精度.经过实验测试,该算法用于解决旅行商 TSP(Travelling Salesman Problem)问题,具有较高的求解精度,并能有效平衡解的精度和收敛速度的矛盾.

4动态规划算法初步.ppt

1、动态规划的常用名词 2、最优化原理 3、什么是动态规划 4、动态规划适于解决什么样的问题 5、用动态规划解题的好处

本程序基于MATLAB语言，主要实现的是路径规划的问题，实现三维环境下对运动路径的最优规划。

雷达的动态规划算法，简单实用，适合初学者学习

基于ROS的多目标A*改进路径规划算法研究，刘祎然，魏世民，针对移动机器人，提出了一种基于A*改进的连续多目标路径规划算法，并在ROS环境下对改进算法进行仿真。首先，分析了传统A*算法的原��

路径规划算法 CH Contraction Hierarchies，bing地图现在使用的路径导航算法，注重路径规划算法开发的同学可以下载收藏，使用价值很高，原始论文。

引言路径规划［1 － 3］是指在具有障碍物的环境中，按照一定的评价标准，寻找一条从起始状态到目标状态的无碰撞路径。Jean［4］和 LaValle［5］指出规划

1.1 输入描述: 1.2 输出描述: 1.3 输入例子: 1.4 输出例子: 2.1 解法一 2.2 解法二 2.2 解法三

动态规划算法的MATLAB源程序，有注释