摘要

为提高复杂环境下移动机器人路径规划的求解精度和寻优效率,提出了量子动态交叉正余弦混合并行算法。该算法采用量子位Bloch球面初始化种群,提升算法初始搜索精度与效率;嵌入动态交叉边界因子实现种群实时动态分级调整,采用混合并行分级精细策略对种群位置动态更新;引入逐维随机反向学习和退火混合搜索策略对算法个体进行扰动,以平衡算法的全局探索与局部开发能力。测试函数和路径规划实验结果表明,所提出的算法整体寻优能力优于其他算法,具有较强的稳定性和鲁棒性,可高效地解决复杂环境中的移动机器人最优路径规划问题。

  • 单位
    郑州科技学院

全文