基于改进蜣螂优化算法的巷战搜救路径规划

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：雷富强, 成政, 薛正雨, 关鹏

单位：杭州电子科技大学 机械工程学院，杭州 310018

摘要：针对巷战环境下搜救路径规划中传统蜣螂优化算法（DBO）在全局搜索稳定性和陷入局部最优等问题，提出一种基于混合策略的改进蜣螂优化（IDBO）算法，以提升搜救过程中的路径规划效率与可靠性。引入折射反向学习与精英选择策略，增强种群多样性和全局搜索能力；在滚球阶段结合鱼鹰优化算法（OOA）和最优解的耦合，解决了传统算法依赖最差个体支持的缺陷，增强算法在复杂地形中的全局搜索能力；在繁殖阶段引入动态选择机制与自适应[t]分布策略，平衡全局探索和局部开发，以适应搜救任务中对搜索精度和速度的双重需求；在觅食阶段结合雅克比曲线，提升算法跳出局部最优的能力，使算法能够有效应对巷战环境中的多种不确定因素。通过在CEC2005函数集上的性能测试，IDBO算法在全局搜索能力和收敛精度方面均优于DBO算法。在巷战搜救仿真环境下的路径规划实验中，静态环境下简单与复杂栅格地图下IDBO算法规划最短路径分别为27.841和57.256，较DBO算法分别缩短2.57%和15.35%；动态环境下最短路径为29.213和59.367，较DBO算法缩短3.85%与14.37%，进一步验证了IDBO算法在巷战搜救路径规划中的有效性和稳定性。

关键词：路径规划,巷战搜救,蜣螂优化算法,折射反向学习,雅克比曲线,Wilcoxon秩和检验