多策略融合蚁狮优化算法在机器人路径规划中的应用研究
作者机构:武警指挥学院作战指挥系
出 版 物:《云南民族大学学报(自然科学版)》 (Journal of Yunnan Minzu University(Natural Sciences Edition))
年 卷 期:2024年
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080202[工学-机械电子工程] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对现有蚁狮优化算法在求解机器人路径规划问题时存在容易陷入局部最优值等问题,提出融合多策略的改进蚁狮优化算法(Improved Ant Lion Optimization, IALO)。首先,在基本蚁狮优化算法中引入自适应动态权重,使得种群能够根据自身优化状态自适应调整,提高算法的全局搜索能力。而后,融合柯西变异和萤火虫扰动策略更新种群最优解位置,提高算法跳出局部空间的能力。最后,改进蚁狮优化算法经过路径平滑处理后在简单和复杂栅格地图环境下对机器人最优规划路径进行仿真求解。实验结果表明,融合多策略的改进蚁狮优化算法在求解精度和收敛速度等方面均优于其他给定算法。