基于增强型蛇鹫优化算法的光伏电站清洗机器人路径规划

摘要

针对现有路径规划算法在光伏电站清洗机器人路径规划中存在寻径效果差、易陷入局部最优等问题，提出了一种多策略融合的增强型蛇鹫优化算法(ESBOA).首先，结合光伏电站环境特征，综合考虑路径长度、平滑度和拐点数三个评价指标，构建仿真环境和适应度函数；其次，对原始蛇鹫优化算法(SBOA)引入Halton序列初始化种群、动态调整自适应参数、融合黄金正弦和最优个体混合扰动等优化策略，使得ESBOA算法具备更佳的全局优化能力和鲁棒性；最后，对ESBOA算法进行性能测试，仿真结果表明，ESBOA算法在基准测试函数上的寻优性能明显优于对比算法，且在20×20和30×30的光伏电站栅格地图中，ESBOA算法所规划的平均路径长度最短、平滑度最小、拐点数最少，综合寻径效果最佳.

关键词

光伏电站 / 路径规划 / 蛇鹫优化算法 / 多策略融合