计算机应用

作者：冉义, 李永胜, 蒋烨

单位：1.广西民族大学 电子信息学院，南宁 530006；2.广西民族大学 人工智能学院，南宁 530006

关键词：蝗虫优化算法,Logistic混沌映射,S型生长曲线,t分布,机器人路径规划

基金：2023年度广西民族大学人工智能学院科研创新团队项目（智能系统控制及优化团队）(RGZNXY202304)

针对启发式算法在求解机器人路径规划问题上存在收敛精度低、搜索路径效率低且容易陷入局部最优等问题，提出一种基于S型生长曲线的蝗虫优化算法（SGCIGOA）。首先，引入Logistic混沌序列优化蝗虫初始种群，增强蝗虫种群在迭代初期的多样性；其次，引入S型生长曲线特征的非线性惯性权重，对递减参数递减的方式进行了调整，从而提高算法的收敛速度和寻优精度；最后，在迭代过程中引入基于t分布的位置扰动机制，使算法能充分利用当前种群的有效信息，以更好地平衡全局搜索和局部开发，并降低算法陷入局部最优的概率。实验结果表明，相较于MOGOA （Multi-Objective Grasshopper Optimization Algorithm）、IGOA （Improved Grasshopper Optimization Algorithm）和IAACO （Improvement Adaptive Ant Colony Optimization）等10种对比算法，所提算法在简单环境下的最优路径长度平均缩短0~14.78%，平均迭代次数减少56.60%~90.00%；在复杂环境下的最优路径长度平均缩短0~11.58%，平均迭代次数减少45.00%~92.76%。可见，所提SGCIGOA是用于求解移动机器人路径规划的一种高效算法。

来源：2025年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第1期