来源：期刊VIP网 时间：
作者：陈慧丽;
单位：郑州科技学院电子与电气工程学院;
摘要：针对蜣螂优化算法在路径规划时寻优效率慢、稳定性差和易早熟等问题，提出一种多策略增强型蜣螂优化（EDBO）算法。首先，在算法蜣螂滚球行为、蜣螂繁育行为和小蜣螂移动行为中引入随机小孔成像反向学习（Random Keyhole Imaging Reverse Learning,RKRL）策略对蜣螂个体进行逐维学习，增强算法全局寻优能力；同时，设计了Sin混沌-RKRL策略初始化蜣螂种群，增强了算法初始种群质量，提高了算法的初始寻优能力；进一步设计了多方向正余弦自适应偷窃策略对蜣螂偷窃行为进行改进，实现算法在搜索区域内精细开发；最后，嵌入非线性正弦衰减-余弦递增动态平衡协调因子，实现了算法全局与局部搜索之间的动态平衡，提高了算法的寻优性能。测试函数和路径规划实验结果表明：EDBO算法的寻优性能和路径规划性能均优于其算法，可适用于求解复杂环境下移动机器人路径规划问题。
关键词：蜣螂优化算法;;随机小孔成像反向学习;;多方向正余弦自适应;;动态平衡因子;;路径规划
基金资助：河南省科技攻关项目（222102310222）
