改进旅鼠算法的机器人路径规划研究

来源：电子测量技术杂志2026年第6期北京时间：

作者：焦怀良，刘立群，何俊强，张政，吴青峰

单位：太原科技大学电子信息工程学院 太原 030024

摘要：为解决旅鼠算法（ALA）收敛速度慢、收敛精度低、易陷入局部最优的问题，提出一种多策略改进旅鼠算法（IALA）。首先引入Hammersley序列对算法进行种群初始化，使初始种群具有更加优秀的搜索能力；然后利用反向差分变异机制，提高种群的多样性，增强算法逃离局部最优的能力；最后通过软霜冰搜索机制，让算法在优化过程中兼顾局部性和全局性，提高了算法的寻优能力和收敛速度。为验证改进算法的有效性，选取9个基准测试函数对改进算法进行对比测试，对比结果显示：IALA有着更快的收敛速度及更高的收敛精度。最后将改进算法应用于3种复杂程度地图的机器人路径规划仿真实验，结果表明：与原算法ALA进行比较，改进后的算法IALA在第1种地图中路径最优值下降0.64%，平均值下降2.86%；在第2种地图中路径最优值下降10.24%，平均值下降6.91%；在最后一种地图中路径最优值下降2.02%，平均值下降2.6%。证明了改进后的算法具有更好的路径寻优能力。

关键词：旅鼠算法;Hammersley序列;反向差分变异机制;软霜冰搜索;路径规划

基金资助：山西省基础研究计划面上项目（202203021221153）、国家自然科学基金青年科学基金(61703297)资助