基于多策略融合的蜣螂算法及其路径规划研究
刘蕾
范县成
凌新宇
朱国武
安徽信息工程学院电气与电子工程学院 安徽芜湖 241000
摘要：针对蜣螂优化算法(dung beetle optimizer,DBO)在路径规划中易陷入局部最优、收敛速度慢等不足,文章提出了一种基于多策略融合的蜣螂算法(multi-strategy integrated dung beetle algorithm,MSDBO).首先,采用Logistic混沌映射初始化种群,以提高初始种群的质量和分布的均匀性;然后,结合Levy飞行策略,利用其长步长和短步长交替的特性,增强算法的全局搜索能力;最后,通过最优邻域扰动策略,在当前最优解附近进行精细搜索,提升算法的局部开发能力.仿真结果表明,与原始的DBO算法以及其他主流算法相比,MSDBO算法在最短路径规划上较为优越,路径长度减少了 21.36％,效果显著提升,这一改进为机器人路径规划等领域提供了有力的算法支持.
关键词：路径规划DBOLogistic混沌映射Levy飞行最优邻域扰动
资助基金：安徽省高等学校省级自然科学研究计划项目(2024AH050637)安徽信息工程学院青年科研基金项目(24QNJJKJ012)
论文发表日期：2026-03-25
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：4( 4-7 )