改进种群收敛的蝴蝶优化算法在机器人路径中的应用

本发明公开了改进种群收敛的蝴蝶优化算法在机器人路径中的应用，包括：随机生成一组初始解以及对适应度进行初始化；计算每只蝴蝶个体产生的气味浓度；基于蝴蝶优化算法的迭代次数选择优化局部搜索对应的蝴蝶优化算法或全局搜索对应的蝴蝶优化算法，其中利用混沌映射对随机参数进行优化，并添加自适应惯性权重，得到局部搜索和全局搜索的最优解；对更新后的局部搜索和全局搜索的最优解引入凸透镜成像原理的反向学习策略，在当前最优蝴蝶个体上生成新的个体，更新个体蝴蝶和全局最优解，并对全局最优解进行变异处理；在蝴蝶优化算法的迭代次数和迭代精度满足设定时，输出每个蝴蝶最优解的适应度值和位置；本发明提高算法收敛速度和收敛精度，避免陷入局部最优。