基于学习型多策略改进鲸鱼算法的路径规划研究

作     者：岳凡 艾尔肯·亥木都拉 刘拴 YUE Fan;AIERKEN Haimudul;LIU Shuan

作者机构：新疆大学智能制造现代产业学院乌鲁木齐830047 

出 版 物：《组合机床与自动化加工技术》 (Modular Machine Tool & Automatic Manufacturing Technique)

年 卷 期：2025年第2期

页      面：46-51,56页

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(52265039) 

主　　题：路径规划 强化学习 鲸鱼优化算法 适应度函数 局部最优 

摘      要：为解决机器人在路径规划中路径过长与后期寻优停滞的问题,提出了一种学习型多策略改进鲸鱼优化算法(reinforcement learning multi-strategy improvement whale optimization algorithm,RLMIWOA),并在欧式距离的基础上引入了障碍物信息与拐点信息,构建了路径规划适应度函数。首先,引入自适应帐篷映射初始化,使得初始化种群更加均匀;其次,引入了非线性收敛策略平衡算法的开发和探索阶段;然后,通过采用非线性加权因子对最优个体进行扰动,避免了其他个体对最优个体的“盲从;最后,通过采用强化学习结合ε-精英逐维反向学习策略和动态局部最优逃生策略,提高了算法的收敛效率和跳出局部最优的能力。实验结果表明:RLMIWOA算法可以高效地找到最优路径,在路径搜索方面具有显著的优势。