摘要

针对蛇优化(SO)算法在路径规划过程中存在搜索效率比较低、收敛速度慢且寻优精度低等问题,提出了一种改进的蛇优化算法(GLSOA)。在全局勘探阶段采用莱维飞行扰动策略,以扩大算法搜索范围并丰富其种群多样性。同时,使用非线性收敛因子调节环境温度变化,以平衡算法的全局探索和局部开发能力。然后,在局部搜索阶段引入局部混沌搜索策略,以扩大混沌空间的搜索范围,提高算法的局部开发能力。最后,采用黄金正弦机制指引种群位置更新,缩小搜索范围,提高算法收敛精度和速度。仿真结果表明,改进的算法有效缩短了路径规划长度,算法的性能有了显著性的提高。

全文