基于改进正余弦算法的机器人路径规划

作者：马莹莹; 杜暖男^*

来源：重庆交通大学学报(自然科学版), 2021, 40(09): 17-23.

• 交通运输工程
• 机器人路径规划
• 正余弦算法
• 反向学习
• 教-学优化算法

针对正余弦算法(sine cosine algorithm,SCA)性能低、精度差等缺陷,设计了混合正余弦算法(hybrid sine cosine algorithm,HSCA),并将HSCA运用于机器人路径规划(robot path planning,RPP)问题。HSCA融合了基于反向学习方法的初始解构造方法。同时,HSCA通过融入模因分组和TLBO(teaching-learning-based optimization)的进化机制来强化后续解的信息交流,力求增强搜索性能。针对RPP问题,HSCA在路径曲线规划过程中引入了Spline插值方法,旨在确保求解精度的同时降低当前问题的优化维度。最后,开展了函数寻优和路径规划测试,实验结果表明,HSCA比对比算法具有更好的性能。

• 单位
  天津海运职业学院