计算机科学与探索

作者：苏晨, 王防修, 黄淄博

单位：武汉轻工大学 数学与计算机学院，武汉 430023

关键词：斑马优化算法,正切搜索,双曲余弦函数,野马优化算法,双种群共生,竞争交配,机器人路径规划

基金：湖北省高校优秀中青年科技创新团队项目（T2021009）；湖北省教育厅科技计划项目（D20211604）。

针对斑马优化算法（ZOA）在求解最优解时存在早熟收敛和容易陷入局部最优的缺陷，提出了一种融合正切搜索与竞争交配的斑马优化算法（TZOA）。对该算法使用了正切搜索策略，增加种群多样性防止陷入局部最优解，并使用双曲余弦因子作为调节参数，避免影响收敛速度。将野马优化算法（WHO）的放牧行为与斑马优化算法的觅食行为共同组成双种群共生策略，提高算法前期的全局探索能力与后期的局部收敛能力。加入一种全新的竞争交配机制进一步提高种群多样性与局部探索范围。实验部分则通过与改进策略、近几年优秀算法、其他作者改进ZOA算法分别在14个CEC2017测试函数的10、30、50维上进行测试，并使用种群多样性分析、Wilcoxon秩和检验、探索开发分析和运行时间对比图来验证算法的性能。实验结果表明，TZOA相较于其他几种智能优化算法具有更好的求解能力与精度。同时将TZOA应用于机器人路径规划问题，在简单地图与复杂地图测试所得结果中皆为最佳值，进一步证明了改进算法TZOA的有效性。

来源：2025年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第4期