基于改进火烈鸟搜索算法的移动机器人路径规划

作者：马兵^*; 吕彭民; 刘永刚; 韩红安; 周强; 胡永涛

来源：传感器与微系统, 2023, 42(11): 123-126.

DOI：10.13873/J.1000-9787(2023)11-0123-04

• 移动机器人
• 火烈鸟搜索算法
• 自适应Sigmoid非线性因子
• 混合精细分级
• 随机镜面反射学习
• 路径规划

为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题，提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整，平衡了算法的全局搜索与局部搜索；同时，嵌入自适应混合精细分级的觅食位置更新方式，增强算法局部寻优能力；进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习，提高算法的寻优效率与精度。实验结果表明：IFSA能够快速获取最短路径，寻优能力优于其他算法，具有较强的稳定性和鲁棒性。

• 单位
  长安大学; 河南工学院; 自动化学院