针对麻雀搜索算法易陷入局部最优解、收敛精度不足等问题，提出一种融合禁忌算法思想的改进麻雀搜索算法。首先，采用拉丁超立方抽样初始化种群，保证初始空间解分布更均匀；其次，对R2<ST时引入时变柯西变异算子对发现者搜索策略进行优化；最后，在麻雀搜索算法后期收敛到一定程度时引入禁忌搜索思想，能够有效地避免算法陷入局部最优解。通过测试函数与其他算法进行仿真对比，证明该改进算法在收敛精度与速度都有极大的提升，并将其应用于移动机器人路径规划问题中，实验结果证实了在路径规划领域内的可行性与有效性。
科研之友
微信
新浪微博
Facebook
分享链接
