关键词：蚁群算法 启发式机制 惩罚函数 

摘要：针对蚁群算法在求解最短路径问题时收敛速度慢,容易陷入局部最优解的问题,提出基于启发式机制的改进蚁群算法.在蚁群系统(ant colony system,ACS)算法基础上通过候选节点到目标点的距离动态调整启发函数,提高收敛速度;算法陷入局部最优时,引入惩罚函数,使当前最优路径上的信息素快速下降而降低蚂蚁下一次搜索正反馈的影响,避免算法陷入局部最优.仿真实验表明,在复杂环境中,包括终点处存在凹形障碍物时,该算法在解的质量和收敛速度上都显示出了良好的性能.

信息与控制杂志要求:

{1}基金或课题项目：若要标注获得基金或课题赞助的论文，应注明基金或课题项目名称，并在圆括号内注明项目编号。

{2}本刊欢迎具有创见性、应用性、前瞻性的论文，对触及社会和学术界热点、重点及时代感、现实性较强的论文优先录用。

{3}图片要求为原始稿件单独发送，清晰，色彩、亮度适中，图像分辨率应为1024×768像素，4M以上。

{4}文中需进一步解释的内容作为页末注释，用宋体五号字。文中用上标标注，编号为：①②③。

{5}附录内容较少，与参考文献排在同一页；如出现内容较多，则另起一页。附录的字体为12磅，Times New Roman字体，加粗。附录内容格式要求与正文一致。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社