CN119437275A 基于改进螳螂优化算法的多目标路径规划方法及装置 （杭州电子科技大学）

基于改进螳螂优化算法的多目标路径规划公开一种基于改进螳螂优化算法的多目标路径将种群位置寻优与栅格环境地图中的路径节点2将改进螳螂优化算法的螳螂种群位置寻优与栅格环境地图中的路径节点相对应，其依据改进螳螂优化算法对种群所有个体进行迭代，用多目将个体的全局最优位置作为栅格环境地图路径规划的节点位置，将路选用鱼鹰优化算法并加入自适应权重机制，计算个体适应度值与全局根据对应式选用雅克比曲线和复合适应度函数，找出栅格环境地图内的局部最优解，对当前种群中所有个体适应度值进行一次贪婪选择策略更新和评重复上述步骤一到五，直到迭代次数等于最大迭代次数，收3路径安全性函数：通过计算路径中两相邻路径段与障碍物的路径平滑度函数：利用余弦定理计算相邻路径节点之间的转折节点对应模块，用于将改进螳螂优化算法中螳螂种群位置寻优与计算模块，用于依据改进螳螂优化算法对种群所有个体节点连接模块，用于将个体全局最优位置作为栅格地图路径规仿真验证模块，用于观察各个算法的收敛曲线图与最短路径图，验证多目标路径实现如权利要求1_7中任一所述的基于改进螳螂优化算法的多目4境中的收敛精度和稳定性仍有待提升。当前对于智能优化算法的改进已经取得初步成效，并在算法效能和工程应用上得到初步应用，但在准确度与收敛速度方面仍面临诸多挑战。5[0009]将改进螳螂优化算法的螳螂种群位置寻优与栅格环境地[0014]选用鱼鹰优化算法并加入自适应权重机制，计算个体适输出全局最优位置和对应的滚球个体适应度值，对位置更新公式作为全局最优解进行耦[0026]路径长度函数：根据路径中相邻节点之间的欧氏距离累6述一个或多个处理器实现如本发明任意实施例提供的基于改进螳螂优化算法的多目标路[0039]图3为本发明基于改进螳螂优化算法的多目标路径规划方法的简易栅格环境地[0040]图4为本发明基于改进螳螂优化算法的多目标路径规划方法的复杂栅格环境地[0041]图5为本发明基于改进螳螂优化算法的多目标路径规划方法与其他算法的简易栅7[0042]图6为本发明基于改进螳螂优化算法的多目标路径规划方法与其他算法的复杂栅[0043]图7为本发明基于改进螳螂优化算法的多目标路径规划方法的简单栅格地图的算[0044]图8为本发明基于改进螳螂优化算法的多目标路径规划方法的复杂栅格地图的算Opposition_BasedLearning,简称ROBL)是一种新型算法改进机制,来自于光线在介质中的8[0057]繁殖阶段添加动态选择策略与自适应t分布，增强全局搜索能力并避免陷入局部9[0064]螳螂优化算法收敛到最佳值附近的定义依赖于实验场景。在CEC2005基准测试函验的最佳值评估标准可以是使得综合评分最高或误差在可接受范[0066]图2为本发明提供的基于改进螳螂优化算法的多目标路径规划方法的流程图，本[0074]路径长度函数：根据路径中相邻节点之间的欧氏距离累函数计算每次迭代的综合适应度，得到更新的全局最优位置(Best_pos)与最优适应度值i,aj和bj分别为搜索空间XbXb [0118]式(14)表示最小化路径长度，以路径中相邻点之间的欧[0128]图9为实施例二提供的基于改进螳螂优化算法的多目标路径规划装置的结构示意[0129]栅格环境模块220，用于根据工作环境和障碍物分布信息，建立栅格环境地图模[0131]节点对应模块240，用于将改进螳螂优化算法中种群位置寻优与栅格环境地图中[0136]选引鱼鹰优化算法并加入自适应权重机制，计算个体适输出全局最优位置和对应的滚球个体适应度值，对位置更新公式作为全局最优解进行耦[0140]对当前种群中所有个体适应度值进行一次贪婪选择策略更新和评估，第t次迭代[0146]路径平滑度函数模块：利用余弦定理计算相邻路径节点之[0147]本发明的基于改进螳螂优化算法的多目标路径规划装置可执行任意实施例所提输入装置330和输出装置340可以通过总线或其他方式连接，图10中以通过总线连接为例。如，基于改进螳螂优化算法的多目标路径规划装置中的栅格环境地图模块，节点对应模步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至电子设装置330可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控