基于协同聚集和分支偏差的路径优化算法

为改善路径规划中优化算法寻优能力不足、易陷入局部最优等问题,基于静态环境提出一种基于协同聚集和分支偏差的路径优化算法(PBAR)。首先,提出分支偏差概念,并综合考虑长度、角度、能耗等因素设计了一种新的适应度函数;其次,提出一种新的协同聚集策略优化种群,增强算法寻优能力;为避免算法陷入局部最优,提出置换策略,同时采用特定方法增强种群的多样性。实验结果表明,PBAR算法能大幅度提高寻优能力和收敛速度,最终规划的路径更加平滑、长度更短。