-
题名多策略融合改进的天鹰算法机器人路径规划
- 1
-
-
作者
程小虎
章翔峰
姜宏
-
机构
新疆大学智能制造现代产业学院
-
出处
《电子测量技术》
北大核心
2026年第3期1-10,共10页
-
基金
新疆自治区科技创新领军人才项目(2023TSYCLJ0052)资助。
-
文摘
针对传统天鹰算法(AO)在高维复杂优化问题和机器人路径规划应用中易陷入局部最优、收敛速度慢的缺陷,本文提出了一种基于空中搜索和三角变异算子改进的天鹰算法。首先,通过Halton低差异序列提高初始种群分布的均匀性;其次,在算法收缩开发阶段融合北极海鹦算法的空中搜索机制提升种群的协同进化能力与搜索精度;最后,利用三角变异算子改善算法后期的收敛性能。随后在CEC2017测试函数上与五种同类算法进行对比,并采用秩和检验评估其差异性。最后,将所提出的算法应用于机器人路径规划应用。实验结果表明,HATAO算法具有较强的搜索精度和较快的收敛速度,不仅能有效避开障碍物、获得较短路径,还具有更好的稳定性,在简单和复杂场景下路径相比于原天鹰算法分别缩短了约4.96%、6.34%,验证了算法在实际路径规划任务中的有效性与鲁棒性。
-
关键词
元启发式算法
天鹰算法
cec2017测试函数
机器人路径规划
-
Keywords
meta-heuristic algorithm
aquila optimizer
cec2017 test function
robot path planning
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名融合多项式差分学习与逐维变异的混沌蜉蝣算法
- 2
-
-
作者
毛清华
赵冰
李阳
-
机构
燕山大学经济管理学院
-
出处
《北京航空航天大学学报》
北大核心
2025年第12期4080-4092,共13页
-
文摘
由于蜉蝣算法(MA)前期收敛速度缓慢,后期收敛精度也不高。基于此,将多项式差分学习和逐维变异相结合,构造一种融合多项式差分学习和逐维变异策略的混沌蜉蝣算法(LOPMA)。该算法提出改进Logistic混沌使初始解均匀分布,避免算法出现早熟现象;采用逐维变异策略,防止算法受不同维度之间影响陷入局部最优;采用多项式差分策略对蜉蝣算法进行改进,通过改善种群间信息交流来提升算法的寻优精度。并将3种改进策略分别引入仿真,进行消融实验对比分析,证明每种改进策略的有效性。在12个可变维度的基准测试函数上对LOPMA进行仿真对比分析,在CEC2017测试函数上将其他6种智能优化算法与较为新颖的其他策略改进的蜉蝣算法与LOPMA进行对比实验。结果表明:将多项式差分学习和逐维变异相结合,使LOPMA具有更好的稳定性、更快的收敛速度和更高的精度。
-
关键词
蜉蝣算法
改进型Logistic混沌
逐维变异
多项式差分学习
cec2017测试函数
-
Keywords
ephemera algorithm
improved Logistic chaos
dimensional variation
polynomial difference learning
cec2017 test function
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
