改进海洋捕食者算法的机器人路径规划研究

TP301.6; 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.