针对解决无人水面艇（Unmanned Surface Vehicle，USV）路径规划的问题，提出一种改进的麻雀搜索算法。因原始麻雀搜索算法存在种群初始化方式简单，同时算法缺少变异机制，迭代后期种群多样性变差，易陷入局部最优等问题。提出混合改进策略，分别为佳点集初始化种群、螺旋搜索策略更新发现者、Tent混沌扰动策略更新跟随者，莱维飞行策略更新警戒者。实验结果表明，在测试函数中算法性能良好，收敛速度快、精度高，在仿真对比实验中规划出的路径质量高。研究成果对USV及其他领域路径规划问题具有借鉴意义。
An improved sparrow search algorithm is proposed to solve the path planning problem of unmanned surface vehicle (USV). Because the original sparrow search algorithm has a simple population initialization method, and the algorithm lacks a mutation mechanism, the population diversity becomes worse in the later iteration, and it is easy to fall into local optimum. A hybrid improvement strategy is proposed, which initializes the population for the good point set, updates the discoverer for the spiral search strategy, updates the follower for the Tent chaotic disturbance strategy, and updates the alerter for the Levy flight strategy. The experimental results show that the algorithm has good performance, fast convergence speed and high precision in the test function, and the path quality planned in the simulation comparison experiment is high. The research results have reference significance for the research of path planning problems in USV and other fields.
2025,47(5): 153-158 收稿日期：2024-6-19
DOI：10.3404/j.issn.1672-7649.2025.05.023
分类号：TP242
基金项目：浙江省自然科学基金资助项目（LY21E090005）；舟山市科技计划项目（2021C21010）
作者简介：李君恩（2000 – ）男，硕士，研究方向为海上安全技术
参考文献：
[1] 张晓东, 刘世亮, 刘宇, 等. 无人水面艇收放技术发展趋势探讨[J]. 中国舰船研究, 2018, 13(6): 50-57.
[2] 刘祥, 叶晓明, 王泉斌, 等. 无人水面艇局部路径规划算法研究综述[J]. 中国舰船研究, 2021, 16(S1): 1-10.
[3] SHAHID N, OABRAR M, AJMAL U, et al. Path planning in unmanned aerial vehicles: An optimistic overview[J]. International Journal of Communication Systems, 2022(6): 35.
[4] 张飞凯, 黄永忠, 李连茂, 等. 基于Dijkstra算法的货运索道路径规划方法[J]. 山东大学学报(工学版), 2022, 52(6): 176-182.
[5] 王梓强, 胡晓光, 李晓筱, 等. 移动机器人全局路径规划算法综述[J]. 计算机科学, 2021, 48(10): 19-29.
[6] 音凌一, 向凤红. 融合改进灰狼优化算法和人工势场法的路径规划[J]. 电子测量技术, 2022, 45(3): 43-53.
[7] 杨晶磊. 改进鲸鱼优化算法的无人水面艇路径规划研究[D]. 西安: 西安工业大学, 2024.
[8] 林法君, 李焰. 基于改进粒子群算法的无人水面艇全局路径规划[J]. 舰船电子工程, 2022, 42(8): 59-63+73.
[9] 何加文, 许贤泽, 高波. 多策略融合改进的飞蛾火焰优化算法[J/OL]. 北京航空航天大学学报: 1-12[2024-04-26].
[10] XUE J K, SHEN B. A novel swarm intelligence optimization approach: Sparrow search algorithm[J]. Systems Science & Control Engineering, 2020, 8(1): 22-34.
[11] 李雅丽, 王淑琴, 陈倩茹, 等. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[12] 李黄曼, 张勇, 张瑶. 基于ISSA优化SVM的变压器故障诊断研究[J]. 电子测量与仪器学报, 2021, 35(3): 123-129.
[13] 张肖轶群. 基于改进麻雀搜索算法的路径规划研究[D]. 济南: 齐鲁工业大学, 2023.
[14] 华罗庚, 王元. 数论在近代分析中的应用[M]. 北京: 科学出版社, 1978: 1-99.
[15] 赵霞, 张君毅, 龙倩倩. 基于Circle混沌映射的ISSA-ELM神经网络室内可见光定位方法[J]. 光学学报, 2023, 43(2): 10.
[16] 张琼, 丁卫平, 景炜, 等. 基于改进PSO-SVM算法的帕金森疾病诊断研究[J]. 计算机与数字工程, 2019, 47(8): 1851-1855.
[17] JAMIL M, YANG X S. A literature survey of benchmark functions for global optimization problems[J]. International Journal of Mathematical Modelling & Numerical Optimisation, 2013, 4(2): 150-194.
[18] 赵江, 孟晨阳, 王晓博, 等. 特征点提取下的AGV栅格法建模与分析[J]. 计算机工程与应用, 2022, 58(8): 12.
