[发明专利]一种基于烟花爆炸行为的改进的狼群算法

说明书

本发明涉及一种基于烟花爆炸行为的改进的狼群算法，属于机器人路径规划技术领域，通过引入烟花算法的爆炸烟花的探寻规则，使靠近猎物的探狼探索步伐变小提高局部探索的能力，远离猎物的探狼增加搜索半径提高全局搜索能力。改进奔袭行为的移动步长，根据每头狼所在的位置自动调整步长，提高奔走行为效率。并改进狼群算法的更新规则，通过按概率选择淘汰狼群个体，以增强算法的全局寻优能力。本发明具有较快的收敛速度和较高收敛精度。

技术领域

本发明属于机器人路径规划技术领域，特涉及一种基于烟花爆炸行为的改进的狼群算法。

背景技术

路径规划是移动机器人实现自主导航的关键技术，移动机器人路径规划是在移动环境中寻找一条可行的且无碰撞路径问题的方法。目前路径规划方法主要可分为传统的路径规划方法和应用群智能算法的路径规划算法。传统的路径规划算法，如A^*算法、D^*算法和人工势场法等；群智能算法包括如遗传算法，蚁群算法、人工鱼群算法、粒子群算法和狼群算法等。由于群体智能算法是基于概率搜寻的算法，在求解线性、非线性和高维解空间具有简单、高效、鲁棒性强等优点。群体智能算法逐渐成为复杂环境下机器人路径规划研究的热点，为大量复杂优化问题的求解提供了更好的解决方案。本发明将在分析狼群的协作捕猎活动特点的基础上，针对传统的狼群算法存在探寻方向和探寻半径固定导致寻优效率低，更新规则容易陷入局部最优的等缺点进行改进。

发明内容

有鉴于此，本发明的目的在于提供一种具有较快的收敛速度、较高的收敛精度以及更高的寻优精度路径规划方案，该方案可广泛应用于移动机器人的室内导航系统当中。

为达到上述目的，本发明提供如下技术方案：

一种基于烟花爆炸行为的改进的狼群算法，包括以下步骤：

S1：游走行为：引入烟花算法烟花爆炸行为，根据各个探狼所在位置猎物浓度的值来决定探索的精细程度h；

S2：召唤行为：根据头狼位置与当前狼的位置决定狼的奔走行为步长；

S3：根据探狼感受猎物的浓度决定下一次探寻半径的距离；

S4：围攻行为：猛狼与头狼距离小于围攻半径d_is的猛狼进行位置更新，执行围攻行为；

S5：更新规则：采用轮盘赌的方法选择淘汰狼。

进一步，其中步骤S1包括以下步骤：

S11：求取每只探狼i的探索半径式中，y_max与y_min分别是狼群中最大和最小目标函数值，A是一个常数用来限制探索步长的长度，ε是一个极小的常数用以避免出现零的情况；

S12：求取探索方向数目H是一个常数用来限制探狼游走的方向数目；

S13：为了避免游走的方向过多或者过少，采用以下限制公式来限制探狼游走的方向数目：

式中，表示探狼i最终的游走方向，round(·)为四舍五入取整函数，a,b是两个常数；

S14：探狼i向第p个方向前进后在第d维空间所在的位置表示为：

由探狼i根据上述公式进行游走，距离猎物近时h'值大stepa'小进行精细游走提高搜索最优值的精度，距离猎物近时h'值小stepa'大，提高狼群的探寻效率有利于探狼i寻找全局最优解。

进一步，步骤S2中，引入召唤因子，根据探狼i头狼与发起召唤行为的头狼间的距离进行自适应奔袭，以头领狼与猛狼当前目标浓度为向导计算自适应奔走步长：