技術特征：

1.一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟2中采用佳點集法分布角蜥種群，具體如下：

3.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟3中對不同階段的角蜥種群行為進行改進，具體包括：

4.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟3中對不同階段的角蜥種群行為進行改進，還包括：

5.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟3中對不同階段的角蜥種群行為進行改進，還包括：

6.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟3中對不同階段的角蜥種群行為進行改進，還包括：

7.根據權利要求1所述的一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，其特征在于，所述步驟3中對不同階段的角蜥種群行為進行改進，還包括：

技術總結
本發(fā)明公開了一種基于改進的角蜥優(yōu)化算法的機器人最優(yōu)路徑規(guī)劃方法，設計基于角蜥優(yōu)化算法求解約束條件下的單目標優(yōu)化問題，目標函數設定為起點與終點之間的最短距離，確定約束條件；采用佳點集策略代替隨機節(jié)點初始化分布，引入自適應動態(tài)權重、動態(tài)權重、自適應系數、布朗運動隨機擾動參數以及步長調整的隨機游走和自適應t分布擾動策略，分別對算法的隱藏行為、血液噴射行為、逃跑行為、皮膚變黑和變亮行為及黑色素細胞刺激激素MSH率公式進行了優(yōu)化，通過改進后的HLOA算法對規(guī)劃出的路徑進行尋優(yōu)。與現有技術相比，本發(fā)明提升了角蜥優(yōu)化算法在機器人路徑規(guī)劃中的收斂速度、尋優(yōu)精度和全局搜索能力，適用于復雜環(huán)境下的最優(yōu)路徑規(guī)劃。

技術研發(fā)人員：何佳晨,付麗輝,錢浩,張宇,魏艷玲,肖緒杰
受保護的技術使用者：淮陰工學院
技術研發(fā)日：
技術公布日：2025/1/2