改进麻雀搜索算法的无人车路径规划

摘要

针对麻雀搜索算法后期容易早熟,易陷入局部最优后搜索能力下降的不足,提出了一种结合伯努利(Bernoulli)映射和禁忌搜索算法的改进麻雀搜索算法。改进麻雀搜索算法在初始化阶段,使用Bernoulli映射初始化种群位置,取代传统算法初始化阶段采用随机数的方式,优化了种群分布不均,搜索范围不足的问题,同时当超过一定迭代次数全局最优值仍没有更新时再次使用Bernoulli映射对种群进行扰动增强全局搜索能力,在算法进入后期寻优阶段时使用禁忌搜索算法,应用其禁忌准则和特赦准则的结构实现良好的全局搜索能力。然后将该算法应用到无人车全局路径规划问题中,并进行了实验验证其有效性。实验结果表明改进后的麻雀搜索算法拥有更好的全局搜索能力和更高的精度。