计算机科学与探索

作者：张庭溢, 汪弘健

单位：福建理工大学 管理学院，福州 350118

关键词：黑猩猩优化算法（ChOA）,SPM混沌序列,路灯人影策略,离家出走策略,无人机3D路径规划

为提高黑猩猩优化算法（ChOA）的求解精度和局部极值逃逸能力，提出一种路灯人影和离家出走改进的黑猩猩优化算法（SSR-ChOA）。首先，采用SPM混沌序列初始化种群，增加初始种群分布均匀性。其次，由夜间路灯下人影变化的物理现象设计一种新的光学类改进方式——路灯人影，用于优化原有ChOA算法开发精度不高问题。同时设计一种名为离家出走的全局优化策略，使普通黑猩猩个体拥有更强的主动探索能力，避免因领导者判断错误陷入局部极值而导致整个种群搜索停滞、过早收敛。测试了25个基准测试函数和CEC2014测试函数，对比了ChOA算法、4种不同类型改进ChOA算法以及粒子群等算法，分析了改进策略有效性。最后，对航拍无人机飞行路径中存在高耸电塔、信号塔的应用情景进行了研究，验证了SSR-ChOA有效性。实验结果表明，SSR-ChOA与ChOA和4种改进ChOA对比不仅具有显著性差异，而且在寻优精度和稳定性上表现更佳。无人机3D路径规划上，SSR-ChOA平均总开销相比ChOA减少3.06%。

来源：2024年第6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2024年第6期