基于多策略融合灰狼算法的移动机器人路径规划
黄琦
陈海洋
刘妍
都威
西安工程大学电子信息学院,西安,710048
摘要：针对标准灰狼算法(GWO)在解决移动机器人路径规划问题时存在初始参数依赖性强、缺乏多样性及易陷入局部极值的缺陷,提出一种基于多策略融合灰狼算法(LTGWO).首先运用精英化思想将 Logistic-Tent复合混沌映射与反向学习结合,优化灰狼种群分布序列;然后引入 sigmoid 函数修改收敛因子a,平衡算法全局探索与局部开发能力,并改进控制参数C 以更好地拟合灰狼实际捕猎过程;最后加入随适应度值变化的比例权重,提高灰狼个体搜索能力,同时采用种群淘汰策略,淘汰适应度值差的个体,促进种群进化.选用 3 组不同的栅格地图进行实验,实验结果表明:由LTGWO 算法生成的平均路径长度、路径长度标准差都优于对比算法.
关键词：路径规划灰狼算法移动机器人精英反向学习Logistic-Tent复合混沌映射种群淘汰
分类号：TP312(计算技术、计算机技术)
资助基金：国家自然科学基金(51905405)
论文发表日期：2024-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 112-120 )
英文信息