.png){kind=icon}
返回
A hybrid multi-strategy SCSO algorithm for robot path planning
.png){kind=icon}
PRE
AI
DOI：10.1007/s12530-025-09680-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决求解移动机器人路径规划问题时沙猫群优化算法（sand cat swarm optimization algorithm）存在的收敛效率低和易陷入局部极值的问题，提出了一种混合多策略沙猫群优化（HMSCSO）算法。首先，采用非线性调整策略以提高算法的收敛精度；然后，将对数权重策略引入位置更新中，以平衡算法的探索与开发能力；接着，使用交替选择策略来增强算法跳出局部极值的能力；最后，引入Lévy flight位置更新公式以缓解算法陷入停滞的情况。为验证所提HMSCSO算法的有效性，选用23个基准测试函数和CEC2022测试函数与其他先进优化器进行比较。此外，在不同障碍物环境的三组条件下对HMSCSO算法进行消融实验。实验结果表明，经过30次独立实验后，HMSCSO算法在路径规划中的平均路径长度相较于原算法在三种不同环境下分别缩短了23.30%、2.32%和30.20%，与同环境下其他算法相比最大缩短了37.73%、55.75%和85.28%。
Keyword:
Sand cat swarm optimization
Path planning
Robot
L & eacute
vy flight
期刊
IF:
2.7
论文数:
244
被引数:
1.2K
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
Golden jackal optimization: A novel nature-inspired optimizer for engineering applicationsGolden jackal优化: 一种用于工程应用的新颖的自然启发优化器
PREAI
分享收藏An efficient modified grey wolf optimizer with Levy flight for optimization tasks带有Levy飞行的高效改进的灰狼优化器，用于优化任务
PREAI
分享收藏Seagull optimization algorithm: Theory and its applications for large-scale industrial engineering problems海鸥优化算法: 理论及其在大规模工业工程问题中的应用
PREAI
分享收藏
查看更多内容