祁云, 于开旺, 汪伟, 崔欣超, 肖新帅
安全与环境学报. 2026, 26(6): .
doi: 10.13637/j.issn.1009-6094.2025.0834
为了应对矿井火灾后人员逃生问题,提出了一种融合Logistics混沌映射、差分演化变异算子和非均匀高斯扰动策略的樽海鞘算法(Salp Swarm Algorithm, SSA),应用于机器人路径规划。对樽海鞘算法易陷入局部最优解、路径寻优能力有限和避障性能的固有不足等问题进行显著优化。为验证改进樽海鞘算法的优越性,选取樽海鞘算法、粒子群优化(Particle Swarm Optimization, PSO)算法及遗传算法(Genetic Algorithm, GA)三类经典算法作为对照组,在基于栅格地图构建的环境框架下,开展多智能体路径寻优模拟仿真试验。结果表明:在路径长度方面,改进樽海鞘算法最优长度较GA缩短8.6%,较PSO缩短22.7%,较SSA缩短13.3%;在路径求解稳定性方面,改进樽海鞘算法较GA性能提升50%,较PSO提升幅度达93%,比SSA算法提高了77%。