[发明专利]一种基于果蝇优化算法的多机器人气味源定位方法

摘要

本发明涉及一种基于果蝇优化算法的多机器人气味源定位方法，其特征在于该方法包括以下步骤1）烟羽发现随机给定机器人群体初始位置Pos，机器人个体以该初始位置为中心，在自适应步长Step*2的方块区域内分散开来，依据得到的最大浓度值是否大于设定的浓度阈值α确定是否转入烟羽追踪阶段；2）烟羽追踪选择气味浓度最大的机器人作为最优个体Bestsmell，若该个体的浓度大于群体最优Smellbest，将该位置更新为群体最优；3）气味源确认以设定的浓度阈值Clim作为迭代终止条件，最大迭代次数内连续3次找到的最优解满足终止条件时，认定完成气味源定位的任务。该方法对原始果蝇算法中的固定步长进行修正，使其依据浓度进行自适应变化，有效提高气味源定位效率。

主权项

一种基于果蝇优化算法的多机器人气味源定位方法，其特征在于该方法包括的步骤为：1）基于果蝇优化算法的协作式搜索策略：采用果蝇优化算法协作式的搜索策略，首先在以自适应步长Step*2的方形区域内进行随机初始化；机器人群体进入到搜索空间，依据得到的最大浓度值是否大于设定的浓度阈值α确定是否转入烟羽追踪阶段；在烟羽追踪阶段，果蝇优化算法的步长Step依据浓度自适应变化，利用机器人群体的最优解不断地进行迭代寻优，直到成功找到气味源；在每次的迭代更新过程中，都包括群体最优的浓度信息更新阶段和位置更新阶段；2）基于果蝇优化算法的烟羽追踪策略：果蝇优化算法依据当前群体最优Smellbest的气体浓度值与预先设定的最大浓度值Cmax之间的大小关系自适应地调节步长值Step的大小；3）气味源确认策略：在气味源确认阶段，本发明以预先设定好的浓度值Clim作为迭代的终止条件，并且设定在最大迭代次数内连续多次(本发明方法中设定为3次)找到的个体最优解的值大于Clim，认为成功找到气味源、完成气味源定位的任务；若实际运行的迭代次数大于设定的最大迭代次数，算法终止，宣告气味源定位任务失败。