Multi-AUV path planning based on a multi-strategy fused improved nutcracker optimization algorithm

Luo, Jiaxi

doi:10.1016/j.oceaneng.2026.127024

Multi-AUV path planning based on a multi-strategy fused improved nutcracker optimization algorithm

2026-07-01

0

PRE

AI

Atanazarovich, Allanazarov Madraxim

DOI：10.1016/j.oceaneng.2026.127024

原文链接

原文求助

摘要

En 中文

自主水下航行器（AUVs）已成为深海探索和攻防操作的关键平台。在路径长度和避障安全等约束条件下实现路径优化仍具挑战。核桃夹子优化算法（NOA）在解决优化问题方面展现出前景，但在复杂环境下的多AUV路径规划中存在搜索精度低和易陷入局部最优的问题。为解决这些局限，提出了一种改进的核桃夹子优化算法（INOA-SQP），其融合了混合初始化方法以提升质量，采用动态分层接受准则进行位置更新，引入精英序列二次规划算法以提高局部搜索精度，并应用混沌动态透镜成像对立学习策略以在后期优化阶段跳出局部最优。CEC2017测试集结果表明，INOA-SQP在75%的测试函数上实现了最佳收敛精度。通过与六种群智能算法的比较，INOA-SQP在两个海底数据集上的实用性得到验证。与表现最佳的基础算法相比，INOA-SQP在路径长度、碰撞威胁、平滑度和适应度上分别降低了38.56%、24.72%、74.89%和56.53%。这些结果表明，INOA-SQP在三维海洋环境路径规划中表现出优异性能，其鲁棒性和搜索能力优于群智能算法。

Keyword:

Multi-AUV

Path planning

Nutcracker optimization algorithm

Multi-strategy

Multi-AUV path planning based on a multi-strategy fused improved nutcracker optimization algorithm

摘要

期刊

机构

引用论文