-
题名多策略增强型蜣螂优化算法求解路径规划问题
- 1
-
-
作者
陈慧丽
-
机构
郑州科技学院电子与电气工程学院
-
出处
《机械设计与制造》
北大核心
2025年第5期242-250,257,共10页
-
基金
河南省科技攻关项目(222102310222)。
-
文摘
针对蜣螂优化算法在路径规划时寻优效率慢、稳定性差和易早熟等问题,提出一种多策略增强型蜣螂优化(EDBO)算法。首先,在算法蜣螂滚球行为、蜣螂繁育行为和小蜣螂移动行为中引入随机小孔成像反向学习(Random Keyhole Imaging Reverse Learning,RKRL)策略对蜣螂个体进行逐维学习,增强算法全局寻优能力;同时,设计了Sin混沌-RKRL策略初始化蜣螂种群,增强了算法初始种群质量,提高了算法的初始寻优能力;进一步设计了多方向正余弦自适应偷窃策略对蜣螂偷窃行为进行改进,实现算法在搜索区域内精细开发;最后,嵌入非线性正弦衰减-余弦递增动态平衡协调因子,实现了算法全局与局部搜索之间的动态平衡,提高了算法的寻优性能。测试函数和路径规划实验结果表明:EDBO算法的寻优性能和路径规划性能均优于其算法,可适用于求解复杂环境下移动机器人路径规划问题。
-
关键词
蜣螂优化算法
随机小孔成像反向学习
多方向正余弦自适应
动态平衡因子
路径规划
-
Keywords
Dung Beetle Optimizer
Random Keyhole Imaging Reverse Learning
Multi-Direction Sine-Cosine Adaptive
Dynamic Balance Factor
Path Planning
-
分类号
TH16
[机械工程—机械制造及自动化]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名多策略鼠群优化算法的无人机三维航迹规划
被引量：3
- 2
-
-
作者
解瑞云
海本斋
-
机构
河南工学院电缆工程学院
河南省线缆结构与材料重点实验室
河南师范大学教育学部
-
出处
《机械设计与制造》
北大核心
2024年第9期112-119,共8页
-
基金
河南省科技攻关项目(242102210119,242102230175,242102230167)
河南省高等学校重点科研项目(23A520020)
+4 种基金
河南省高等教育教学改革研究与实践项目(2024SJGLX0559)
2023年度河南省普通本科高等学校智慧教学研究专项项目—基于智慧教学平台的“新工科”混合教学模式构建与应用研究
横向课题:高密度人群课堂环境下的学生学习行为识别技术开发
2023年校级科研反哺教学专项课题(XJ2023002402,XJ2023001702)
河南工学院校级教改项目(2024JG-ZD009)。
-
文摘
针对在复杂电力检测环境中无人机三维航迹规划问题,提出一种基于跳跃式自适应小孔成像反向学习鼠群优化(JAPRSO)算法的无人机三维航迹规划方法。JAPRSO算法引入了Sobol序列初始化种群以增强种群多样性;引入了非线性自适应因子实现动态权衡局部开发和全局搜索能力;嵌入了跳跃式围捕猎物机制以避免算法陷入局部最优;同时,引入跳跃式自适应小孔成像反向学习追赶猎物机制以提高算法的全局寻优能力。仿真结果表明:所提出的路径规划方法寻优性能优于RSO算法、灰狼优化(GWO)算法,金枪鱼群优化(TSO)算法和海鸥优化(SOA)算法,能够有效地躲避威胁区,快速获得航迹代价最小的安全可行航迹,可适用于求解电力检测方面的无人机三维航迹规划问题。
-
关键词
鼠群优化算法
无人机三维航迹规划
非线性自适应因子
跳跃式围捕机制
自适应小孔成像反向学习
-
Keywords
Rat Swarm Optimizer
Unmanned Aerial Vehicle Three-Dimensional Path Planning
Nonlinear Adap⁃tive Factor
Jumping Attacked Prey Mechanism
Adaptive Pin-Hole Imaging Opposition-Based Learning Mechanism
-
分类号
TH16
[机械工程—机械制造及自动化]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多策略改进鼠群算法的机器人路径规划
被引量：2
- 3
-
-
作者
解瑞云
海本斋
-
机构
河南工学院电缆工程学院
河南师范大学教育学部
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第10期50-54,共5页
-
基金
河南省高等学校重点科研项目(22B520006)
新乡市软科学研究计划项目(RKX2019013,RKX2021018)
+2 种基金
河南省教师教育课程改革重点项目(2019-JSJYZD-013)
河南省本科高等学校智慧教学专项研究项目
河南工学院教学改革项目(2021-YB026)。
-
文摘
鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反向学习,提高算法全局搜索能力;其次,引入Iterative混沌RPOBL反向学习策略保证了算法的初始种群多样性,提高了算法初始寻优效率与收敛精度;最后,在算法追逐猎物过程中,采用“双平滑”和“双碗式”非线性自适应因子动态平衡了算法的全局搜索与局部探索,增强了算法局部和全局寻优能力。结果表明,在不同地图环境中,MRSO算法的路径寻优结果优于RSO、TSO和GWO算法,MRSO算法可快速和高效地解决复杂环境中移动机器人路径规划问题。
-
关键词
鼠群优化算法
旋转小孔成像反向学习
Iterative混沌
双平滑非线性自适应因子
双碗式非线性自适应因子
移动机器人路径规划
-
Keywords
rat swarm optimizer
rotating pin-hole imaging opposition-based learning
Iterative chaos map
double-smooth nonlinear adaptive factors
double-bowl nonlinear adaptive factors
mobile robot path planning
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
