[發(fā)明專利]一種基于人工大猩猩部隊(duì)優(yōu)化算法的路徑規(guī)劃方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310501743.6
• 申請(qǐng)日: 2023-05-05
• 公開（公告）號(hào): CN116625368A
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 邢立寧;張亞龍;孫進(jìn)強(qiáng);黃振華;盧鴻宇;何敏藩;戎海武;涂東陽;黃志偉
• 申請(qǐng)（專利權(quán)）人: 佛山科學(xué)技術(shù)學(xué)院
• 主分類號(hào): G01C21/20
• 分類號(hào): G01C21/20;G06Q10/047;G06N3/006
• 代理公司: 佛山市禾才知識(shí)產(chǎn)權(quán)代理有限公司 44379
• 代理人: 梁永健

1.一種基于人工大猩猩部隊(duì)優(yōu)化算法的路徑規(guī)劃方法，其特征在于：包括以下步驟：

步驟S1：構(gòu)建全局柵格環(huán)境地圖模型，初始化人工大猩猩部隊(duì)優(yōu)化算法的相關(guān)參數(shù)，相關(guān)參數(shù)包括種群規(guī)模N，當(dāng)前迭代次數(shù)t和最大迭代次數(shù)Itermax；

步驟S2：在全局柵格環(huán)境地圖模型中，初始化大猩猩種群中第i個(gè)大猩猩個(gè)體的當(dāng)前位置X_i(i＝1,2，…，N)，評(píng)估大猩猩適應(yīng)度函數(shù)的適應(yīng)度值；

步驟S3：判斷當(dāng)前迭代次數(shù)t是否小于或等于最大迭代次數(shù)Itermax，若否，則輸出最優(yōu)的大猩猩位置，即全局最優(yōu)路徑；

若是，則更新尋優(yōu)能力因子C和銀背大猩猩的領(lǐng)導(dǎo)能力因子L，大猩猩個(gè)體進(jìn)入探索階段，并判斷探索階段的大猩猩個(gè)體數(shù)是否小于或等于種群規(guī)模N，若是，則根據(jù)探索階段更新公式更新大猩猩的當(dāng)前位置；若否，則計(jì)算探索階段更新位置上大猩猩的適應(yīng)度值，并與原位置上大猩猩的適應(yīng)度值作比較，將適應(yīng)度值較大的大猩猩所在位置作為第一最優(yōu)位置；

大猩猩個(gè)體進(jìn)入開發(fā)階段，并判斷開發(fā)階段的大猩猩個(gè)體數(shù)是否小于或等于種群規(guī)模N，若是，則通過跟隨銀背大猩猩和爭(zhēng)奪成年雌性兩個(gè)機(jī)制的判斷進(jìn)行位置更新；若否，則計(jì)算開發(fā)階段更新位置上大猩猩的適應(yīng)度值，并與第一最優(yōu)位置上大猩猩的適應(yīng)度值作比較，將適應(yīng)度值較大的大猩猩所在位置作為第二最優(yōu)位置，即全局最優(yōu)路徑；

步驟S4：根據(jù)全局最優(yōu)路徑，對(duì)移動(dòng)機(jī)器人進(jìn)行路徑規(guī)劃。

2.根據(jù)權(quán)利要求1所述的一種基于人工大猩猩部隊(duì)優(yōu)化算法的路徑規(guī)劃方法，其特征在于：在步驟S3中，尋優(yōu)能力因子C的具體計(jì)算公式如下：

其中，C為尋優(yōu)能力因子；F為尋優(yōu)能力的相關(guān)系數(shù)，由F＝cos(2×r₄)+1計(jì)算得出，r₄為每次迭代更新的隨機(jī)數(shù)，范圍在0～1；t為當(dāng)前迭代次數(shù)，Itermax為最大迭代次數(shù)；

銀背大猩猩的領(lǐng)導(dǎo)能力因子L的具體計(jì)算公式如下：

L＝C×l

其中，L為銀背大猩猩的領(lǐng)導(dǎo)能力因子；C為尋優(yōu)能力因子；l為隨機(jī)數(shù)值，范圍在-1～1。

3.根據(jù)權(quán)利要求1所述的一種基于人工大猩猩部隊(duì)優(yōu)化算法的路徑規(guī)劃方法，其特征在于：在步驟S3中，根據(jù)探索階段更新公式更新大猩猩的當(dāng)前位置，其中，探索階段更新公式如下：

其中，GX(t+1)為下次迭代時(shí)，大猩猩個(gè)體的候選位置向量；X(t)是大猩猩個(gè)體的當(dāng)前位置向量；r₁、r₂、r₃和rand為每次迭代中，更新的從0到1的隨機(jī)值；p是一個(gè)從0到1的隨機(jī)值，決定了探索階段遷移至未知位置的概率；UB和LB分別為變量的上界和下界；X_r(t)為在rand≥0.5時(shí)，更新公式按移動(dòng)至其他大猩猩的機(jī)制，從原有的整個(gè)種群中隨機(jī)選擇的一組大猩猩中的一員；GX_r(t)為在rand0.5時(shí)，更新公式按向已知位置遷移的機(jī)制，從原有的整個(gè)種群中隨機(jī)選擇的一組大猩猩中的一員；

H＝Z×X(t)，Z為問題維度的隨機(jī)值，在尋優(yōu)能力因子C的范圍內(nèi)取隨機(jī)值，范圍是[-C～C]，H為當(dāng)前代在隨機(jī)維度下位置向量。