基于非线性混合天鹰-哈里斯优化算法的仓储机器人路径规划研究
武紫豪
杨紫伊
湖北大学人工智能学院 湖北 武汉 430062
摘要：针对哈里斯鹰优化算法在仓储机器人路径规划中收敛速度慢且路径过长的问题,提出了一种基于非线性混合天鹰-哈里斯鹰优化(nonlinear hybrid Aquila and Harris hawks optimization,NHAHHO)算法.首先,通过引入Circle混沌映射对种群进行初始化,增加种群多样性,扩大搜索范围,提高算法的收敛速度;其次,针对哈里斯鹰优化算法全局搜索阶段性能不足的情况,用天鹰优化算法中的扩展探索和缩小探索策略替换哈里斯鹰优化算法的全局搜索,提高算法的搜索性能;最后,在算法的局部开发阶段设计了非线性控制参数来平衡算法的探索和开发时间.搭建二维栅格场景模拟真实仓储进行路径规划实验,结果表明NHAHHO算法性能有明显提升,NHAHHO算法在两种场景中所寻找到的最短路径和平均路径长度更短:场景一,平均路径长度为 28.158 9 m,比其他三种算法短 4.5%以上;场景二,平均路径长度为 49.638 8 m,比其他三种算法至少短 2.9%.验证了所提算法的可行性和优越性,可以更有效解决仓储机器人路径规划问题.
关键词：哈里斯鹰优化算法天鹰优化算法仓储机器人路径规划
论文发表日期：2025-05-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 45-49 )