基于鹈鹕优化算法的核环境巡检机器人路径规划

摘要

为提高核环境巡检机器人路径规划的效果,将一种新型智能优化算法—鹈鹕优化算法(Pelican Optimization Algorithm,POA)应用于解决该问题,并进行了实例分析。介绍了POA基本原理,给出了算法主要流程;利用4个基准测试函数对POA性能进行了验证,并与另外3种典型优化算法进行了对比分析;构建了简单和复杂的核巡检机器人两种工作环境,利用POA进行路径规划。结果表明,POA算法的寻优精度更高且计算稳定性好,在耗时更少的情况下,可以获得更短的移动路径,具有一定的优势。