用于移动机器人路径规划的增强型蛇优化算法

陆顺意; 何庆; 王艺蒙; 李言博

doi:10.13873/J.1000-9787(2023)12-0127-03

Chinese

您当前的位置：

首页 >

文章列表页 >

用于移动机器人路径规划的增强型蛇优化算法

计算与测试 | 更新时间：2025-09-11

- 用于移动机器人路径规划的增强型蛇优化算法
- 暂无标题
- 传感器与微系统 2023年第12期页码：127-129+133
- 作者机构：
  
  1. 贵州大学大数据与信息工程学院
  2. 香港理工大学电子计算学系
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(62166006);贵州省科技计划资助项目(黔科合支撑[2023]一般093,黔科合ZK字[2021]335)
- DOI：10.13873/J.1000-9787(2023)12-0127-03
  中图分类号： TP18;TP242
- 纸质出版：2023
- 稿件说明：
移动端阅览
陆顺意, 何庆, 王艺蒙, 等. 用于移动机器人路径规划的增强型蛇优化算法[J]. 传感器与微系统, 2023,(12):127-129+133.
陆顺意, 何庆, 王艺蒙, 等. 用于移动机器人路径规划的增强型蛇优化算法[J]. 传感器与微系统, 2023,(12):127-129+133. DOI： 10.13873/J.1000-9787(2023)12-0127-03.

DOI：

摘要

针对蛇优化(SO)算法在路径规划过程中存在搜索效率比较低、收敛速度慢且寻优精度低等问题，提出了一种改进的蛇优化算法(GLSOA)。在全局勘探阶段采用莱维飞行扰动策略，以扩大算法搜索范围并丰富其种群多样性。同时，使用非线性收敛因子调节环境温度变化，以平衡算法的全局探索和局部开发能力。然后，在局部搜索阶段引入局部混沌搜索策略，以扩大混沌空间的搜索范围，提高算法的局部开发能力。最后，采用黄金正弦机制指引种群位置更新，缩小搜索范围，提高算法收敛精度和速度。仿真结果表明，改进的算法有效缩短了路径规划长度，算法的性能有了显著性的提高。

Abstract

关键词

Keywords

references

Snake Optimizer: A novel meta-heuristic optimization algorithm[J]. Hashim Fatma A.;Hussien Abdelazim G..Knowledge-Based Systems,2022

Chimp Optimization Algorithm[J]. Khishe M.;Mosavi M.R..Expert Systems with Applications,2020

Golden Sine Algorithm: A Novel Math-Inspired Algorithm[J]. TANYILDIZI, E.;DEMIR, G..Advances in Electrical and Computer Engineering,2017

Grey Wolf Optimizer[J]. Seyedali Mirjalili;Seyed Mohammad Mirjalili;Andrew Lewis.Advances in Engineering Software,2014

基于改进麻雀搜索算法的移动机器人路径规划[J]. 戈一航;杨光永;于元滐;徐天奇;马晨浩.传感器与微系统,2023(07)

人工势场法在移动机器人路径规划中的改进[J]. 杜艺生;孙宁;宋莹.计算机系统应用,2023(09)

机器人路径规划中快速扩展随机树算法的改进研究[J]. 王硕;段蓉凯;廖与禾.西安交通大学学报,2022(07)

多策略协同改进的阿基米德优化算法及其应用[J]. 罗仕杭;何庆.计算机应用研究,2022(05)

基于改进双向A~*的移动机器人路径规划算法[J]. 王中玉;曾国辉;黄勃.传感器与微系统,2020(11)

基于线段检测的栅格地图划分方法[J]. 杨丰拓;杨杰.传感器与微系统,2020(10)

基于改进粒子群算法的移动机器人路径规划[J]. 王慧;王光宇;潘德文.传感器与微系统,2017(05)

莱维飞行的粒子群优化算法在WSNs覆盖增强中的应用[J]. 卢玲;谢佳华.传感器与微系统,2015(11)

浏览量

343

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进A^*和DWA融合的机器人路径规划

基于改进灰狼优化算法的移动机器人路径规划方法

基于改进镜面反射优化算法的WSNs覆盖优化

基于改进智能优化算法的磁偶极子目标参数估计方法研究