[发明专利]一种基于新型萤火虫群优化的机器人多目标路径寻优方法

权利要求书

1.一种基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：包括参数初始化、基于概率分布随机生成萤火虫种群、根据三维目标函数计算种群个体发光亮度、将Pareto支配关系引入萤火虫种群个体亮度评价体系、采用自适应网格策略划分维护种群多样性、根据多样性优化后的精英库生成最优路径。

2.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述参数初始化包括：种群的大小、算法迭代次数、精英库规模、连续迭代不满足条件的次数、自适应窗格的大小。

3.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述三维目标函数为{f₁(L),f₂(S),f₃(α)}；其中，f₁(L)为路径长度、f₂(S)为路径安全性、f₃(α)为路径平滑度。

4.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f₁(L)具体为：

其中，d(P_i,P_i+1)为描述机器人可达路径的有序点P_i与P_i+1之间欧式距离，i＝1,…n-1表示有序点编号，n为有序点的总个数。

5.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f₂(S)具体为：

其中，p(P_i,P_i+1)为描述机器人可达路径的有序点P_i与P_i+1之间所经过栅格占有概率之和，i＝1,…n-1表示有序点编号，n为有序点的总个数。

6.根据权利要求3所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述f₃(α)具体为：

其中，α_q表示汇集于描述机器人可达路径的有序点P_q处的两段路径矢量间的夹角，q＝2,…n-1表示有序点编号，n为有序点的总个数。

7.根据权利要求1所述的基于新型萤火虫群优化的机器人多目标路径寻优方法，其特征在于：所述将Pareto支配关系引入萤火虫种群个体亮度评价体系，具体为：

对于种群中的任意两只萤火虫个体F_u和F_v，采用目标函数{f₁(L),f₂(S),f₃(α)}这一三维向量，基于Pareto支配的相关概念，判断两萤火虫个体之间的Pareto支配关系：若萤火虫F_u支配萤火虫F_v，则萤火虫F_u所表达的路径解更优越，则萤火虫F_v会被萤火虫F_u吸引，并更新其位置；种群中不被任何萤火虫支配的个体则代表了迭代过程中的Pareto最优解，它们随机移动；

随后创建精英库，保留种群迭代过程中的Pareto最优解；在每次迭代过程中，比较每个萤火虫与精英库中成员之间的亮度支配关系：若当前萤火虫的亮度评价不受精英库中的任何成员支配，并且该萤火虫F_c不支配精英库中的任何成员，则将此萤火虫个体F_c加入精英库；若当前萤火虫F_c支配精英库中的某个或若干成员，则将当前萤火虫F_c替换精英库中的受支配成员；若当前萤火虫F_c被精英库中某个或若干成员支配，则萤火虫F_c向精英库中的支配成员移动，若当前萤火虫F_c连续迭代一定代数后，仍受精英库中的某个或若干成员支配，将萤火虫F_c丢弃，并随机产生新的种群成员。