王 成，任 佳，张 育

（海南大学信息与通信工程学院，海南海口 570228）

作为水面智能体的典型代表，无人船（Unmanned Surface Vehicles，USV）可自主完成水面和水下目标侦察、搜索、探测和监视等任务［1-2］，受到了广泛关注，路径规划［3］是无人船进行水域作业的前提和保障.

目前适用于无人船路径规划的算法主要有遗传算法［4］、粒子群算法［5］、蚁群算法［6-7］和人工势场法［8］等.相较于其他智能优化算法，蚁群算法应用于路径规划时具有并行搜索、鲁棒性强、简单易实现等特点，但存在着初期搜索效率低、收敛速度慢和易陷入局部最优等缺点，因此许多学者从信息素的更新、启发式信息值等方面对蚁群算法进行了改进，提出改进的蚁群算法［9］.曹新亮［10］等针对蚁群算法在路径规划过程中出现的收敛速度慢的缺陷，对各点初始信息素浓度进行差异化设置，避免寻优的盲目性，提高了算法的收敛速度，但该算法仅从一个方向对蚁群算法进行改进，并没有解决蚁群算法陷入死锁路径的问题.朱艳［11］等针对蚁群算法收敛速度慢，容易陷入局部最优的问题，自适应调整启发函数，引入方向信息，提高算法效率，动态调整权重系数改变目标点的方向信息在蚂蚁移动过程中的影响，该算法不仅可以提高收敛速度，而且在改善解的质量方面也取得了较好的效果，但仍然存在算法前期搜索效率低的问题.王晓燕［12］等结合人工势场法构造启发信息，提高了算法的收敛速度，根据起点和终点的编号对……