海洋捕食者算法(Marine Predators Algorithm,MPA)于2020年发表在sci一区期刊上。海洋捕食者算法是一种新型元启发式优化算法,主要模拟了海洋中适者生存的过程,启发于自然界中捕食者的捕食策略。在算法中,“猎物”、“捕食者”这两个身份对个体而言是变换的,且其独有的海洋记忆存储阶段与海洋漩涡影响阶段,因此思路较为新奇。该算法认为顶级捕食者具有最大的搜索本领。
非线性海洋捕食者算法(NMPA)是基于MPA的改进版本,同样发表在sci一区期刊上面,为了更好地体现改进效果,将两个算法在CEC2005测试集的23个经典测试函数上进行实验对比。接下来我们将运用它们在机器人路径规划上面,体现算法解决实际问题的能力。突出研究群智能算法的实际意义。机器人路径规划是在给定环境中找到机器人从起点到目标点的最佳路径的过程,涉及地图建模、状态空间表示、路径搜索算法、碰撞检测和实时更新等步骤。其目标是寻找安全高效、符合约束条件的路径,使机器人能够在复杂环境中移动或执行任务。可改进算法和定制代码,可更改应用。
具体实验结果及部分代码如下:
机器人路径规划结果如下:
在CEC2005测试集上面的运行结果如下所示: