-
题名基于改进蜣螂算法和DWA的避障路径规划
- 1
-
-
作者
范县成
凌新宇
朱国武
汤巍
-
机构
安徽信息工程学院电气与电子工程学院
-
出处
《四川轻化工大学学报(自然科学版)》
2025年第4期40-47,共8页
-
基金
安徽省高等学校省级自然科学研究计划项目(2024AH050637)。
-
文摘
针对蜣螂优化算法(DBO)局部探索能力不足、路径规划不平滑且动态避障能力差的缺点,提出一种基于改进蜣螂算法和动态窗口算法(DWA)的避障路径规划算法。首先,针对DBO局部搜索能力不足的问题,引入Tent混沌映射初始化种群,并利用黄金正弦算法(GOLDSA)引入非线性权重优化蜣螂位置更新方式;然后,删除规划路径中的冗余节点,将优化DBO与DWA融合解决DBO算法的不足,并进行仿真实验。实验结果表明改进DBO相对于其他算法在转弯次数、最短路径、迭代次数方面分别减少40.0%、3.3%、92.0%,算法性能得到显著优化。改进DBO与DWA算法在保证避开静态障碍物的同时能够避开未知与动态障碍物,规划路线相对平滑,有效提升了机器人的运行效率和安全性。
-
关键词
路径规划
蜣螂优化算法
Tent混沌映射
黄金正弦算法
动态窗口算法
机器人
-
Keywords
path planning
Dung Beetle Optimizer
Tent chaotic mapping
gold sine algorithm
Dynamic Window Approach
robot
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名多策略协同的改进鲸鱼优化算法
被引量：10
- 2
-
-
作者
柴岩
朱玉
任生
-
机构
辽宁工程技术大学理学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2023年第7期1308-1319,共12页
-
基金
辽宁省自然科学基金(2020-MS-301)。
-
文摘
针对鲸鱼优化算法求解精度低、收敛速度慢和易陷入局部最优等问题,提出一种多策略协同的改进鲸鱼优化算法(MSWOA)。首先利用种群信息引导机制提升全局最优位置的开采效率,避免算法在迭代后期陷入局部最优;其次将改进的黄金正弦算法融入鲸鱼包围猎物的过程,以扩大种群在解空间内的搜索范围;最后采用惯性权重和非线性参数调整策略提升算法的全局探索和局部开发能力。通过对不同改进策略的有效性分析、与其他智能算法的对比分析、高维情形下的寻优性能分析、Wilcoxon秩和检验,证明了MSWOA算法具有更好的寻优精度和稳定性。
-
关键词
鲸鱼优化算法
种群信息引导
黄金正弦算法
自适应权重
寻优精度
-
Keywords
whale optimization algorithm
population information guidance
gold sine algorithm
adaptive weight
optimization accuracy
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名融合莱维飞行与黄金正弦的蚁狮优化算法
被引量：22
- 3
-
-
作者
于建芳
刘升
王俊杰
鲁晓艺
-
机构
上海工程技术大学管理学院
东华大学信息科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第8期2349-2353,共5页
-
基金
国家自然科学基金资助项目(61075115,61673258)
上海市自然科学基金资助项目(19ZR1421600)。
-
文摘
针对蚁狮优化算法较易陷入局部最优停滞、收敛精度低以及收敛速度较慢等问题,将莱维飞行机制和黄金正弦算法融合到蚁狮优化算法中,提出了融合莱维飞行与黄金正弦的蚁狮优化算法(LGSALO)。该算法利用Lévy飞行的变异机制对寻优过程中位置更新方式进行变异操作,可以改善种群多样性,使得算法跳出局部最优,提高全局寻优能力,并在一定程度上避免了算法的过早收敛;同时引入黄金正弦算法改进精英蚁狮的寻优方式,协调算法的全局探索与局部开发能力。实验仿真结果表明,该改进算法的寻优性能良好,开发能力强。
-
关键词
蚁狮优化算法
黄金正弦
莱维飞行
函数优化
-
Keywords
ant lion optimization algorithm
gold sine
Lévy flight
function optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名融合黄金正弦算法和纵横交叉策略的秃鹰搜索算法
被引量：13
- 4
-
-
作者
赵沛雯
张达敏
张琳娜
邹诚诚
-
机构
贵州大学大数据与信息工程学院
贵州大学机械工程学院
-
出处
《计算机应用》
CSCD
北大核心
2023年第1期192-201,共10页
-
基金
国家自然科学基金资助项目(62062021,61872034)
贵州省科学技术基金资助项目(黔科合基础[2020]1Y254,黔科合基础[2019]1064)。
-
文摘
针对传统秃鹰搜索算法(BES)存在容易陷入局部最优、收敛速度慢等缺点,提出一种融合黄金正弦算法(Gold-SA)和纵横交叉策略的秃鹰搜索算法(GSCBES)。首先,在传统BES的搜索阶段设置基于惯性权重的位置更新公式;然后,在捕食猎物阶段引入Gold-SA;最后,引入纵横交叉策略对全局最优和种群进行修正。对11个Benchmark函数和CEC2014函数进行仿真实验并使用Wilcoxon秩和检验的方式评估所提算法的寻优能力,结果表明,所提算法收敛更快;同时,使用所提算法对反向传播(BP)神经网络模型的权值和阈值进行赋值,并将优化的BP神经网络模型用于空气质量的预测中,平均绝对误差(MAE)、均方根误差(RMSE)、均方误差(MSE)、平均绝对百分比误差(MAPE)值均小于BP神经网络模型以及基于粒子群优化(PSO)的BP神经网络模型,预测精确度有所提高。
-
关键词
秃鹰搜索算法
纵横交叉策略
黄金正弦算法
惯性权重
测试函数
-
Keywords
Bald Eagle Search optimization algorithm(BES)
crisscross strategy
golden sine algorithm(gold-SA)
inertial weight
test function
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于黄金正弦与自适应融合的蜉蝣优化算法
被引量：20
- 5
-
-
作者
王义
张达敏
张琳娜
黎道花
邹诚诚
-
机构
贵州大学大数据与信息工程学院
贵州大学机械工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第10期3072-3077,共6页
-
基金
国家自然科学基金资助项目(62062021,61872034)
贵州省科学技术基金资助项目(黔科合基础[2020]1Y254)
贵州省自然科学基金资助项目(黔科合基础[2019]1064)。
-
文摘
针对元启发算法中蜉蝣优化算法(MOA)的求解精度不高、收敛速度慢、稳定性不强等缺点进行研究,提出一种黄金正弦与自适应融合的蜉蝣优化算法。引入自适应惯性权重因子增强算法的搜索和开发能力达到更好的平衡;引入融合Lévy飞行策略和黄金正弦因子进一步改善易陷入局部最优的缺点,增强种群多样性,跳出局部最优。仿真结果表明,改进算法对于测试函数在求解精度、收敛速度和寻优能力上有显著提升。同时,为验证结果的可靠性和有效性,对该算法所得的数据进行统计检验、平均绝对误差分析、求解成功率分析。结果表明改进算法的稳定性、可靠性、鲁棒性都较MOA有所增强。另外,引入具体工程案例进行测试分析,进一步验证了该算法在工程上的适用性。
-
关键词
蜉蝣优化算法
惯性权重
莱维飞行
黄金正弦
测试函数
-
Keywords
mayfly optimization algorithm
inertia weight
Lévy flight
gold sine
test function
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
