[发明专利]一种基于优化萤火虫算法的移动机器人路径规划方法系统

权利要求书

1.一种基于优化萤火虫算法的移动机器人路径规划方法，其特征在于，所述基于优化萤火虫算法的移动机器人路径规划方法包括以下步骤：

步骤一，对标准萤火虫FA算法的目标函数与萤火虫移动方式进行一系列优化，提出自适应动态萤火虫ADFA算法；

步骤二，ADFA算法以标准FA算法为基础，通过自适应参数优化策略对标准FA算法中的参数进行优化改进；

步骤三，选用二元非线性目标函数作为寻优对象，在MATLAB矩阵中对ADFA算法进行寻优；

步骤四，采用栅格法建立移动机器人路径规划的环境模型，利用步骤三优化后自适应动态萤火虫ADFA算法对移动机器人的路径进行规划；

步骤一中，所述对标准萤火虫FA算法的目标函数与萤火虫移动方式进行优化的方法包括：

(1)标准FA算法数学模型，用以下数学公式表示，萤火虫亮度的高低与目标函数有关，式为：

式中，I_ij表示第i只萤火虫与第j只萤虫之间的相对亮度；I_i为绝对亮度，第i只萤火虫在r＝0处的光强度；γ为光吸收系数，设为常数；

r_ij为第i只萤火虫到第j只萤火虫的距离，式子为：

对于任意两只萤火虫之间的吸引力表示为：

式中，F₀为最大吸引力，即在光源处(r＝0处)萤火虫的吸引力，设为常数；

基于任意选定的X_i和X_j，较暗的萤火虫总是向较亮的移动；X_i优于X_j，则X_j向X_i移动，移动方式为：

x_jd(t+1)＝x_jd(t)+F(r_ij)×(x_id(t)-x_jd(t))+αε     (1.4)

其中，d＝1,2,…,D，α∈[0,1]是步长因子，ε是[-0.5,0.5]区间内的随机数，t是迭代次数；

(2)自适应参数优化策略：对于任意的两只萤火虫x_i和x_j有：

式中，i,j＝1,2,…,N；式(2.1)表示所有的萤火虫最终都收敛于一点；式(2.2)表示收敛后萤火虫位置不再产生变化；

根据式(1.1)、(1.2)、(1.3)、(1.4)、(2.1)、(2.2)得到：

从式(2.3)中，萤火虫最终都收敛于一点时，步长因子α趋近于0；利用自适应参数动态策略更新参数α，参数更新公式为：

α(t+1)＝0.99α(t)                (2.4)

式(2.4)中的参数更新策略在不同程度上都无法让参数α最终趋近于0，且参数更新速度缓慢；

结合式(2.3)得到的全新的自适应参数动态更新策略中，参数α按照如下公式进行更新：

其中，α(0)＝0.8，Tmax为最大迭代次数；随着迭代次数的增加，步长因子α逐渐的从0.8减小趋近于0。

2.如权利要求1所述的基于优化萤火虫算法的移动机器人路径规划方法，其特征在于，步骤二中，所述ADFA算法以改进动态步长因子为策略，在标准FA算法步骤上引入步长因子判定条件，当且仅当萤火虫对应的步长因子为0时，算法进入一个最优解状态；并设定在此条件成立前，光强较弱萤火虫始终向光强较强的萤火虫移动，并不断扩大感应范围，直到出现步长因子为0的萤火虫。