基于邻域搜索策略的蜣螂优化算法及应用

摘要

针对蜣螂优化算法存在收敛速度慢，容易陷入局部最优，且全局探索能力较弱等问题，受领导者-追随者策略(leader-follower)的启发，本文提出一种基于邻域搜索策略的蜣螂优化算法。首先，引入Singer映射初始化种群，提高初始解的质量，提高算法的收敛速度；其次，提出一种邻域搜索策略来增强种群多样性，跳出局部收敛，提高算法的局部开发能力；最后，设计一种精英池-扰动策略来扩大搜索范围，增强算法的全局勘探和局部寻优能力，提高算法的求解效率及求解精度。为了验证所提算法的有效性，本文设计一系列实验来验证所提算法的性能，结果表明，该算法在寻优精度和收敛速度方面有较大提升。将该算法应用于无人机三维路径规划问题，实验结果表明，该算法在处理实际应用问题时表现出了有效性和高效性。

关键词

蜣螂优化算法 / 路径规划 / Singer映射 / 邻域搜索策略 / 精英池-扰动策略