近年来,随着智能算法在陆地机器人路径规划领域得到广泛应用,将智能算法应用到船舶路径规划的研究也逐渐受到人们的重视。在此背景下,在船舶路径规划中,利用智能算法获取一条高质量的最优路径受到了广大学者关注。在经济飞速发展到的背景下,各国之间的贸易交流越来越频繁,因此海洋运输的发展便显得极为重要。而能否为船舶在海洋环境中找到一条安全快速的路径便是影响海洋运输业发展的重要因素之一。因此,如何快速有效地找到一条高质量的船舶航线成为了众多学者研究的热点。本文首先分析了船舶路径规划的特点,其次选取了栅格法作为无人船路径规划的环境建模方法,然后针对蚁群算法在路径规划中的具有搜索时间长、容易陷入局部最优、规划出的路径尖峰较多的缺点,设计出具有倾向性的启发因子,并提出新的信息素更新策略,来达到快速收敛和提高搜索路径质量的目的。最后,针对蚁群算法的初始信息素缺乏的缺点,提出粒子群-蚁群混合算法来进行船舶最优路径的搜索,该方法的原理是先用粒子群算法对路径进行全局搜索得到一组次优解,再用蚁群算法对求得的次优解进行二次优化,以达到快速搜寻出更短路径的目的。为了验证改进后的蚁群算法和混合算法对船舶路径规划的有效性,在已经建立好的海洋环境模型中,通过Matlab软件对不同的算法进行仿真对比,从对比结果中可以看出,改进后的算法能搜寻出一条路径质量更高的最短路径。因此,本文提出的改进方法在船舶路径规划中具有实际意义。