南江萍

（西安交通工程學(xué)院，陜西 西安 710300）

隨著現(xiàn)代信息技術(shù)的發(fā)展，物流機(jī)器人開(kāi)始頻繁地出現(xiàn)在人們?nèi)粘Ｉ钪?，成為提高人們生活質(zhì)量的新設(shè)備。但是根據(jù)物流機(jī)器人的應(yīng)用現(xiàn)狀來(lái)看，路徑規(guī)劃是影響物流機(jī)器人服務(wù)能力的重要組成部分，科學(xué)的路徑規(guī)劃不僅能夠降低成本，也能節(jié)省時(shí)間，具有深遠(yuǎn)影響[1]。而根據(jù)當(dāng)前相關(guān)技術(shù)的發(fā)展情況，改進(jìn)蟻群算法在物流機(jī)器人路徑規(guī)劃中的作用越來(lái)越明顯，值得關(guān)注。

1.改進(jìn)蟻群算法分析

蟻群算法實(shí)際上是模仿自然界中螞蟻覓食過(guò)程而發(fā)展來(lái)的一種計(jì)算方法，具有全局性、目標(biāo)點(diǎn)吸引機(jī)制等優(yōu)點(diǎn)[2]。本次研究中的改進(jìn)蟻群算法，則是在傳統(tǒng)蟻群算法基礎(chǔ)上發(fā)展來(lái)的一種新型算法，能夠不斷改善路徑質(zhì)量。

1.1 改進(jìn)轉(zhuǎn)移概率

在物流機(jī)器人運(yùn)行過(guò)程中，在不同路徑下機(jī)器人的轉(zhuǎn)彎行為可能會(huì)浪費(fèi)時(shí)間并損耗資源，若在路徑規(guī)劃中出現(xiàn)多個(gè)彎曲，則會(huì)進(jìn)一步影響機(jī)器人的運(yùn)行效果，因此對(duì)算法做改進(jìn)成為其中的重點(diǎn)內(nèi)容，要求能夠盡量減少機(jī)器人路徑規(guī)劃中的不必要轉(zhuǎn)折，保證路徑平滑度，保障機(jī)器人運(yùn)動(dòng)代價(jià)[3-4]。所以在本次研究中，通過(guò)引入轉(zhuǎn)角啟發(fā)信息，其間轉(zhuǎn)角越小，則物流機(jī)器人選擇該路徑的概率越大，此時(shí)節(jié)點(diǎn)轉(zhuǎn)移概率如公式（1）表示。

在公式（1）中，P(t)為轉(zhuǎn)移概率；t為時(shí)間系數(shù)；τn表示第n各節(jié)點(diǎn)的轉(zhuǎn)角路徑；ωij(t)為第t時(shí)刻從i點(diǎn)到j(luò)點(diǎn)的轉(zhuǎn)角啟發(fā)函數(shù)。

T為轉(zhuǎn)彎代價(jià)；ω1為可調(diào)節(jié)參數(shù)。

同時(shí)在常規(guī)蟻群算法中，由于啟發(fā)因子受到該點(diǎn)i到下一節(jié)點(diǎn)j距離的倒數(shù)，這種情況會(huì)直接影響蟻群算法的處理效果，啟發(fā)性不理想，這種情況會(huì)加劇資源浪費(fèi)問(wèn)題，而考慮到物流機(jī)器人對(duì)時(shí)間的要求較高，所以本文在啟發(fā)因子分析中進(jìn)行了改進(jìn)，其中的重點(diǎn)內(nèi)容就是引入節(jié)點(diǎn)j到目標(biāo)點(diǎn)z之間的距離[5]。

1.2 路徑節(jié)點(diǎn)自適應(yīng)參數(shù)選擇

常規(guī)蟻群算法主要通過(guò)輪盤(pán)賭法來(lái)抉擇路徑，這種方法存在一個(gè)十分明顯的弊端，這是因?yàn)樵谠缙跀?shù)據(jù)處理中可能出現(xiàn)很多差異不顯著的信息素，造成蟻群算法的早期收斂速度較慢，尤其是在環(huán)境規(guī)模較大的情況下，這種情況將會(huì)進(jìn)一步影響物流機(jī)器人的運(yùn)行效果，不利于實(shí)現(xiàn)最優(yōu)化計(jì)算[6-7]。所以在本文的改進(jìn)蟻群算法中，對(duì)蟻群的節(jié)點(diǎn)選擇策略進(jìn)行改進(jìn)，將隨機(jī)性選擇以及定性選擇方法應(yīng)用于其中，并在運(yùn)算期間添加狀態(tài)轉(zhuǎn)移規(guī)則可控參數(shù)，則有計(jì)算公式：

在公式（3）中，q0為確定性選擇閾值；Nmax為最大迭代次數(shù)；Nc為螞蟻當(dāng)前迭代次數(shù)；ε為調(diào)整系數(shù)。

在運(yùn)算過(guò)程中，考慮到蟻群迭代期間對(duì)環(huán)境搜索的要求，所以在算法初期0q較大，此時(shí)算法在前期的路徑以偽隨機(jī)概率選擇方式為主，確保其中的信息素能夠均勻分布在有利路徑中，保證了算法前期收斂[8]；而隨著運(yùn)算過(guò)程的深入，q0所選值逐漸下降，滿足螞蟻隨機(jī)搜索的要求。所以與常規(guī)技術(shù)相比，本文所介紹的方法能夠顯著提升收斂速度，避免物流機(jī)器人在運(yùn)行過(guò)程中出現(xiàn)停滯情況，有助于實(shí)現(xiàn)最優(yōu)解。

1.3 全局信息素更新機(jī)制

在傳統(tǒng)蟻群算法中，在解決信息素更新問(wèn)題時(shí)需要將全部路徑更新一次，這樣所更新的路徑才能符合物流倉(cāng)庫(kù)的實(shí)際情況，但是這種算法會(huì)增加路徑信息素的處理難度，不僅難以轉(zhuǎn)變?yōu)闈M意探索過(guò)的路徑信息素，即使在路徑最優(yōu)化的情況下也難以凸顯優(yōu)勢(shì)，對(duì)后續(xù)螞蟻的吸引力明顯不足[9]。針對(duì)該問(wèn)題，在改進(jìn)蟻群算法中應(yīng)考慮到路徑吸引力情況，因此本文通過(guò)對(duì)信息素更新方式進(jìn)行改進(jìn)，在每次迭代結(jié)束后可以按照公式（4）的內(nèi)容做處理。

在公式（4）中，τij(L)代表從i點(diǎn)到j(luò)點(diǎn)的信息迭代更新結(jié)果；為歷史迭代最優(yōu)值；Ln為本次迭代最優(yōu)值；h為可調(diào)節(jié)系數(shù)。

按照公式（4）的相關(guān)內(nèi)容，在每次螞蟻迭代完成后，假設(shè)αL＞Ln，則證明本次迭代的路徑更短，所以需要強(qiáng)化本次迭代信息素強(qiáng)度，并在物流機(jī)器人中保留本次路徑；若αL＜Ln，證明本次迭代所發(fā)現(xiàn)的路徑并不是最優(yōu)值，需要減少路徑信息素強(qiáng)度[10]。

2.應(yīng)用實(shí)例分析

本文以某倉(cāng)庫(kù)為研究對(duì)象，使用柵格法建模后，物流機(jī)器人需要從左上角的“訂單區(qū)”出發(fā)，達(dá)到右下方的“接貨區(qū)”。本次改進(jìn)螞蟻算法的主要目的，是使物流機(jī)器人在運(yùn)輸期間尋找到一條最優(yōu)化的路徑。

2.1 仿真實(shí)驗(yàn)

為了更好地了解改進(jìn)蟻群算法在優(yōu)化物流機(jī)器人工作路徑中的價(jià)值，本文選擇Matlab 2016仿真平臺(tái)開(kāi)展實(shí)驗(yàn)，設(shè)置最大循環(huán)次數(shù)為50，螞蟻數(shù)量50，通過(guò)仿真的方法比較常規(guī)蟻群技術(shù)與改進(jìn)蟻群技術(shù)的應(yīng)用效果，本次研究中將在相同環(huán)境下，分別設(shè)置20×20、30×30兩種柵格環(huán)境，以黑色來(lái)模擬物流倉(cāng)庫(kù)內(nèi)的障礙物，比較兩種技術(shù)的實(shí)施效果。

2.2 在20×20柵格下的仿真結(jié)果

在本次仿真實(shí)驗(yàn)中，在20×20環(huán)境模型下，分別模擬物流機(jī)器人在不同算法下的路徑變化情況，則仿真結(jié)果如圖1所示。

圖1 在20×20柵格環(huán)境下的仿真結(jié)果

從圖1的仿真結(jié)果可以發(fā)現(xiàn)，常規(guī)蟻群算法下物流機(jī)器人的運(yùn)動(dòng)路徑并不是最優(yōu)的，雖然最終機(jī)器人也抵達(dá)目的地，但是很明顯不如改進(jìn)蟻群算法機(jī)器人的運(yùn)動(dòng)路徑。在詳細(xì)對(duì)比地圖仿真結(jié)果后，發(fā)現(xiàn)改進(jìn)算法下的物流機(jī)器人的運(yùn)行情況更滿意。

2.3 在30×30柵格地圖下的仿真結(jié)果

為進(jìn)一步分析改進(jìn)蟻群算法與常規(guī)算法在全局條件下的檢索能力，本文在30×30條件下對(duì)蟻群算法進(jìn)行了比較，從本文的比較結(jié)果來(lái)看，常規(guī)算法與改進(jìn)算法下機(jī)器人的運(yùn)行路徑存在差異，相關(guān)資料如圖2所示。

圖2 在30×30柵格條件下物流機(jī)器人的運(yùn)動(dòng)軌跡

在比較圖2相關(guān)資料后可以發(fā)現(xiàn)，兩種算法都在復(fù)雜的物流運(yùn)輸環(huán)境下尋找到一種路徑，但是與改進(jìn)算法相比，常規(guī)算法下的路徑過(guò)于曲折，存在較多彎路，而改進(jìn)算法下物流機(jī)器人的運(yùn)動(dòng)路徑較更加滿意。

3.結(jié)語(yǔ)

蟻群算法在物流機(jī)器人運(yùn)動(dòng)路徑規(guī)劃中發(fā)揮著重要作用，而針對(duì)常規(guī)技術(shù)的缺陷，本文提出了改進(jìn)蟻群算法，根據(jù)案例的仿真結(jié)果可知，本文所提出的改進(jìn)算法具有技術(shù)可行性，能夠保障物流機(jī)器人在正確的路徑下運(yùn)行，提高了工作效率，與常規(guī)蟻群算法相比具有明顯優(yōu)勢(shì)，值得推廣。