融合禁忌搜索的SSA算法及其路径规划的应用
针对麻雀搜索算法易陷入局部最优解、收敛精度不足等问题,提出一种融合禁忌算法思想的改进麻雀搜索算法.首先,采用拉丁超立方抽样初始化种群,保证初始空间解分布更均匀;其次,对R2＜ST时引入时变柯西变异算子对发现者搜索策略进行优化;最后,在麻雀搜索算法后期收敛到一定程度时引入禁忌搜索思想,能够有效地避免算法陷入局部最优解.通过测试函数与其他算法进行仿真对比,证明该改进算法在收敛精度与速度都有极大的提升,并将其应用于移动机器人路径规划问题中,实验结果证实了在路径规划领域内的可行性与有效性.
麻雀搜索算法、拉丁超立方抽样、柯西变异算子、禁忌搜索算法、路径规划
45
TP2(自动化技术及设备)
国家自然科学基金61561024
2023-02-24（万方平台首次上网日期，不代表论文的发表时间）
共9页
32-40
