蚁群算法实现机器人避障和路径规划的matlab仿真代码

这是找到的开源的很不错的matlba蚁群算法的仿真代码。经验证，可以很不错的实现蚁群算法的路径规划和避障的仿真实验，可借鉴并运用在机器人上。感谢开源作者。分享给大家，一起学习。

function main（）
map=[0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     
     0 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0;
     0 1 1 1 0 0 1 1 0 0 1 1 1 1 0 0 0 0 0 0;
     0 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0;
     0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0;
     
     0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0;
     0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0;
     0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 1 1 1 0;
     0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 1 1 1 0;
     1 1 1 1 0 0 0 0 0 0 0 1 1 1 0 1 1 1 1 0;
     
     1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0;
     0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 1 1 0;
     0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0;
     0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 0 0 0 0 0;
     0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0;];
Map_Size=size（map1）;                  	   % map 地形图为01矩阵，如果为1表示障碍物
Phe_Mat =ones（Map_Size*Map_SizeMap_Size*Map_Size）;             % Phe_Mat 初始信息素矩阵
Phe_Mat=8.*Phe_Mat;
%..........................
diedai_num=100;                       	   %迭代次数（指蚂蚁出动多少波）
ant_num=50;                        	   %蚂蚁个数
min_start=1 ;                         	   %最短路径的起始点
Map_Size_pow2=Map_Size*Map_Size;                        %最短路径的目的点
Alpha_infoimpor=1;                      	   % Alpha_infoimpor 表征信息素重要程度的参数
Alpha_qifa=7;                       	   % Alpha_qifa 表征启发式因子重要程度的参数
Alpha_zhenfa=0.3 ;                      	   % Alpha_zhenfa 信息素蒸发系数
Alpha_add=1;                               % Alpha_add 信息素增加强度系数
%...................................
minkl=inf;  %正无穷
mink=0;
minl=0;
queMap=G2D（map）;
queMap_size=size（queMap1）;              %queMap_size表示问题的规模（象素个数）
a=1;                     %小方格象素的边长


End_x=a*（mod（Map_Size_pow2Map_Size）-0.5）;    %终止点横坐标

if End_x==-0.5
    End_x=Map_Size-0.5;
end
%....................
End_y=a*（Map_Size+0.5-ceil（Map_Size_pow2/Map_Size））; %终止点纵坐标

%..........................................
qifa_info=zeros（queMap_size）;             %启发式信息，取为至目标点的直线距离的倒数
%以下启发式信息矩阵
for i=1:queMap_size
    ix=a*（mod（iMap_Size）-0.5）;
    if ix==-0.5
        ix=Map_Size-0.5;
    end
    iy=a*（Map_Size+0.5-ceil（i/Map_Size））;
    if i~=Map_Size_pow2
        qifa_info（i）=1/（（ix-End_x）^2+（iy-End_y）^2）^0.5;
    else
        qifa_info（i）=100;
    end    
end

%................................
per_g_ant_path=cell（diedai_numant_num）;     %用细胞结构存储每一代的每一只蚂蚁的爬行路线
per_g_perant_pathlong=zeros（diedai_numant_num）;         %用矩阵存储每一代的每一只蚂蚁的爬行路线长度
%启动diedai_num轮蚂蚁觅食活动，每轮派出ant_num只蚂蚁
for diedai_item=1:diedai_num
    for ant_item=1:ant_num
        %状态初始化
        W=min_start;                  %当前节点初始化为起始点
        Path=min_start;               %爬行路线初始化
        PLkm=0;               %爬行路线长度初始化
        TABUkm=ones（queMap_size）;       %禁忌表初始化
        TABUkm（min_start）=0