一种基于自适应模糊聚集策略和改进分散搜索算法的机器人路径规划方法

本发明公开了一种基于自适应模糊聚集策略和改进分散搜索算法的机器人路径规划方法，属于机器人路径规划技术领域。本发明包括①使用多样化初始化方法，生成初始路径解；②采用自适应模糊聚集策略改进分散搜索算法，指导局部搜索向潜在最优解聚集，结合分散搜索算法的全局搜索能力，实现全局探索和局部搜索的平衡；③采用柯西变异方法对参考集进行更新，从优化后的路径解中选出参考集；④利用二元子集生成方法将参考集中的路径解两两不重复组合，生成二元子集；⑤引入线性加权规则，利用二元子集生成多个新的路径解；根据步骤②‑⑤进行迭代直到停止，输出最优的路径解。本发明具有实现动态确定模糊聚类的数量，有效指导局部搜索向潜在最优解聚集等优点。