多策略改进的猎人猎物优化算法及其应用

摘要

针对猎人猎物优化算法易陷入局部最优和收敛精度不足的问题，本文提出多策略改进的猎人猎物优化算法。该算法基于动态搜索思想，通过自适应机制从全局搜索转向局部开发；通过利用种群的历史信息来实施差分进化，从而增强种群的多样性；采用精英池策略和非线性步长相结合的方法，以防止算法陷入局部最优，并提升其收敛精度。在10个大规模(10 000维)测试函数上对改进后的算法和其他6种经典或最新的优化算法进行性能评估，结果显示，该算法在全局优化能力、寻优精度和稳定性方面均表现出色，能有效解决高维优化问题。最后，将多策略改进猎人猎物优化算法应用于三维无人机路径规划问题，仿真实验结果表明，该算法能求解到最优的无人机三维规划路径。

关键词

猎人猎物优化算法 / 差分进化 / 高维优化 / 多策略 / 路径规划