[发明专利]一种蜘蛛群居算法的机器人路径规划方法

摘要

本发明公开了一种蜘蛛群居算法的机器人路径规划方法，包括采用栅格法对地图环境进行建模、初始化蜘蛛群居算法基本参数、随机分配初始蜘蛛种群、蜘蛛种群按照蜘蛛群居算法的学习策略完成协作过程、输出适应度值、判断适应度值是否小于设定的最小适应度值、输出最短路径和长度。本发明通过引入惯性权重和学习因子，对邻域搜索与全局搜索进行优化，增加惯性权重与学习因子之间的相互作用来平衡方法的全局搜索和局部开发能力，改进后的方法收敛结果更稳定，提高了收敛速度与搜索精度，实现所规划的最短路径优异。

主权项

1.一种蜘蛛群居算法的机器人路径规划方法，其特征在于，包括以下步骤：步骤一：采用栅格法对地图环境进行建模，设置起始节点、目标节点、障碍物；步骤二：初始化蜘蛛群居算法基本参数，包括种群数目N、婚配半径r、最大迭代次数T、最小适应度值；步骤三：随机分配初始蜘蛛种群，根据适应度函数，确定当前各个蜘蛛的适应值；步骤四：蜘蛛种群依据蜘蛛群居算法的学习策略完成协作过程，产生新的蜘蛛个体，根据适应度函数值选择新、旧蜘蛛种群中较优的个体作为迭代种群，记录迭代路径，输出适应度值；步骤五：判断适应度值是否小于设定的最小适应度值，若适应度值小于或等于最小适应度值，输出最短路径和长度；步骤六：若适应度值大于最小适应度值，返回步骤四。