基于改进粒子群的混合金豺优化算法的移动机器人路径规划
常新中1
岳哲鹏2
郜海超1
娄泰山2
关广胜2
1.河南应用技术职业学院学院办公室,河南郑州 4500422.郑州轻工业大学电气信息工程学院,河南郑州 450002
摘要：针对金豺优化(Golden Jackal Optimization,GJO)算法在移动机器人路径规划应用中的迭代效率低以及会陷入局部最优等问题,提出一种改进粒子群的混合金豺优化(Hybrid Golden Jackal Optimization,HGJO)算法.首先,将自适应动态权重因子和改进的学习因子引入粒子群算法,以增强其全局探索能力;然后,建立机器人路径规划所需的栅格环境地图,并在此基础上将改进后粒子群算法引入金豺优化算法的位置更新过程,以改善GJO算法跳出局部最优的性能.由移动机器人的路径规划仿真实验可知,提出的HGJO 算法在提升收敛速度和跳出局部最优性能方面均优于GJO算法,且在稳定性上优于粒子群算法.
关键词：移动机器人粒子群优化算法金豺优化算法路径规划
分类号：TP18(自动化基础理论)
资助基金：河南省科技攻关项目(232102220067)
论文发表日期：2023-08-25
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：6( 24-29 )
英文信息