混合多策略改进蜣螂算法的避障路径规划

为了实现移动机器人在复杂环境中路径规划的高效搜索能力，提出了一种混合多策略的改进蜣螂算法。首先，引入改进ISPM混沌策略用于初始化蜣螂的初始种群，使初始总体分布更均匀，并降低算法落入局部最优解的可能性。然后，将贪婪选择策略与改进透镜成像反向学习策略相结合，改进蜣螂觅食行为的位置更新，平衡算法的局部开发和全局搜索能力，提高算法的收敛能力；最后，利用莱维飞行策略并加入改进动态权重更新方式，改进蜣螂偷窃行为的位置更新，改变最优全局解，防止算法陷入局部最优。为了验证改进算法的性能，采用基本测试函数和路径优化方面仿真，将改进后算法与其他四种群体智能算法进行了比较。实验结果表明，改进的蜣螂优化算法显著提高了收敛速度和优化精度，具有良好的鲁棒性。

Obstacle avoidance path planning of hybrid multi-strategy improved dung beetle optimizer