改进减法平均优化算法的移动机器人路径规划

来源：电子测量技术杂志2024年第24期北京时间：

作者：张柄棋，刘云平，王爽，程勇

单位：南京信息工程大学 南京 210044

摘要：传统路径规划算法存在效率低、易陷入局部最优解、收敛精度低等问题，减法平均优化算法相比其他算法参数少、原理更简单，但其在搜索过程中会忽略最优值的影响，导致算法陷入局部最优解。针对此问题，本文提出一种融合多策略改进的减法平均优化算法用于路径规划。首先采用Tent混沌映射初始化搜索代理种群，保证种群多样性；引入自适应引导机制，使算法能够随着迭代次数来自适应地选择更优的更新方式；在搜索代理更新方式中融合正余弦算法的种群更新策略，利用正余弦算法良好的波动振荡性，平衡算法的全局和局部搜索，更好的保证算法的收敛精度。最后选用7个基准测试函数并设置不同的栅格地图环境，对提出的算法进行仿真与测试。结果表明本文提出的算法具有更好的收敛精度和速度，且路径规划的性能指标更优、规划效果更好。

关键词：路径规划;减法平均优化算法;正余弦算法;自适应

基金资助：空间智能控制技术重点实验室稳定支持基金（HTKJ2023KL502020）、江苏省现代农机装备与技术示范推广项目（NJ2023-19）、江苏省农业科技自主创新资金（CX(23)3143）项目资助