改进海洋捕食者算法的机器人路径规划研究

摘要

为解决海洋捕食者算法(MPA)收敛速度慢、收敛精度低、易陷入局部最优的问题，提出一种多策略改进海洋捕食者算法(IMPA)。引入Logistic混沌映射初始化种群，增加捕食者种群多样性；基于当前迭代次数t的自适应移动步长动态调整策略，增强算法逃离局部最优的能力；在IMPA迭代后期，加入中垂线算法(MA),基于中垂线策略的游离粒子位置更新方法，能够加快更新捕食者的位置，增强算法的寻优速度和寻优精度，避免算法陷入局部最优。最后通过改变IMPA阶段转换寻优过程，进一步平衡搜索过程，加强全局与局部适应性。选用6个基准测试函数对算法性能进行测试，测试结果显示：IMPA收敛速度更快，收敛精度更高；最后将改进算法应用于移动机器人路径规划，仿真结果表明：该算法规划的路径长度更短，搜索效率更高。

关键词

混沌映射 / 中垂线算法 / 移动步长 / 游离粒子 / 路径规划

基金资助

国家自然科学基金项目(61761049,61261022);; 云南省教育厅科学研究基金项目(2023Y0502);; 云南民族大学硕士研究生科研创新基金项目(2022SKY006)