波浪滑翔机是一种只依靠波浪能和太阳能就能工作的新型海洋观测平台,其独特的双体结构将波浪能转变为推动自身前进的机械能;所搭载的光伏系统能够满足通信控制和数据传输的电力需求。波浪滑翔机的出现,解决了传统海洋观测平台观测范围的局限性问题,克服了极端的海洋环境,保证了数据的准确性,同时节约了大量的成本。然而,正是因为独特双体结构的驱动,波浪滑翔机的路径规划要受到海洋环境的影响;复杂的海洋环境使波浪滑翔机的航行方向和航行速度具有很大的不确定性,对路径规划进行研究的传统算法已经不能满足波浪滑翔机航行的需求,蚁群算法是一类智能多主体系统,同时作为一个分布式系统,具有高度的复杂性和超强的能力,可以帮助求解很多复杂的问题。相对于传统的机器人路径规划,波浪滑翔机的路径规划对海洋环境具有很大的依赖性。本文首先用栅格算法对复杂的海洋环境进行建模,将影响航行的环境因素在栅格中表示;其次对基本蚁群算法的理论知识及其算法步骤进行了描述,同时,为了解决蚁群算法收敛速度较慢、陷入局部最优等问题,通过引入一个可调参数构成负反馈,平衡各条路径的信息素,对基本蚁群算法的启发函数进行改进;在信息素更新方式中,引入精英蚂蚁,在信息素增量公式中加入海洋环境因子,用改进启发函数和信息素更新方式后的蚁群算法对波浪滑翔机进行路径规划。最后,把蚁群算法和粒子群算法的优缺点进行互补,提出了用两种算法的结合,来进行波浪滑翔机路径规划。先用粒子群算法对波浪滑翔机路径进行求解,得到一个初始解,然后把初始解转换为蚁群算法中各条路径上的信息素增加量,再对蚁群算法的概率转移公式和信息素更新方式做了进一步的调整,进而利用改进蚁群算法的正反馈、计算精度高、并行性等特点进行路径的规划。为了验证改进后的蚁群算法和粒子群-蚁群混合算法对波浪滑翔机路径规划的有效性和准确性,在海洋环境模型中,用MATLAB 2014a分别进行仿真对比。从对比结果可以看出,两种改进后的算法均能够使波浪滑翔机在复杂的海洋环境中找到一条更加可行、无碰撞的最优路径。