一种基于改进QPSO的机器人路径规划算法

摘要

针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法.根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变异策略更新个体位置,并对算法进行性能测试.实验结果表明,与FE-PSO算法相比,该算法具有较高的收敛精度与较好的稳定性.