采用新颖的群智能仿生算法的优化麻雀搜索算法（ISSA）对水下机器人进行路径规划研究，并将麻雀算法适当优化：如选择Tent映射初始化麻雀种群提高发现者种群的质量，引入自适应惯性权重策略，可以根据需要动态调整惯性权重值的大小。同时考虑到算法后期的停滞问题，添加柯西变异来对适应度较好的个体进行突变，增加种群的多样性避免陷入局部最优。经过同等参数下的对比实验，论文所提出的改进麻雀搜索算法具有更高的搜索效率和更快的收敛速度，为路径规划问题带来新的思路。
科研之友
微信
新浪微博
Facebook
分享链接
