文献类型：期刊文章

作　　者：黄霖[1] 符强[1,2] 童楠[2]

HUANG Lin;FU Qiang;TONG Nan(School of Information Science and Engineering,Ningbo University,Ningbo Zhejiang 315000,China;School of Information Engineering,College of Science and Technology Ningbo University,Ningbo Zhejiang 315300,China)

机构地区：[1]宁波大学信息科学与工程学院,浙江宁波315000 [2]宁波大学科学技术学院信息工程学院,浙江宁波315300

出　　处：《计算机应用》

基　　金：宁波市自然科学基金资助项目(2021J135)。

年　　份：2023

卷　　号：43

期　　号：12

起止页码：3840-3847

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对启发式算法在机器人路径规划过程中存在路径长度不稳定和易陷入局部极小点的问题,提出一种基于自适应调整哈里斯鹰优化(AAHHO)算法。首先,利用收敛因子调整策略,调节全局搜索阶段和局部搜索阶段的平衡,同时利用自然常数为底数,提高搜索效率和收敛精度;其次,在全局搜索阶段,采用精英合作引导搜索策略,通过3个精英哈里斯鹰合作引导其他个体更新位置以提高搜索性能,通过3个最优位置加强种群间的信息交流;最后,通过模拟种内竞争策略增强哈里斯鹰跳出局部最优的能力。函数测试和机器人路径规划对比实验结果表明,所提算法无论是函数测试还是机器人路径规划都优于IHHO(Improve Harris Hawk Optimization)和CHHO(Chaotic Harris Hawk Optimization)等对比算法,对于求解机器人的路径规划具有较好的有效性、可行性和稳定性。

关 键 词：机器人 路径规划  哈里斯鹰优化算法  收敛因子调整  精英合作引导搜索  种内竞争

分 类 号：TP242] TP301.6]