---

1.算法原理

SCI二区|鲸鱼优化算法（WOA）原理及实现【附完整Matlab代码】

2.数学模型

使用 A* 算法生成所有目标点之间的距离矩阵U:
$$U=\left[\begin{array}{ccccc}{d}_{1-1}& d_{1-2}& d_{1-3}& \cdots & d_{1-i}\\ d_{2-1}& d_{2-2}& d_{2-3}& \cdots & d_{2-i}\\ d_{3-1}& d_{3-2}& d_{3-3}& \cdots & d_{3-i}\\ ⋮& ⋮& ⋮& \ddots & ⋮\\ d_{j-1}& d_{j-2}& d_{j-3}& \cdots & d_{j-i}\end{array}\right]$$
其中，di-j为第i个目标点到第j个目标点 A* 算法所规划路径的实际距离。
多目标点路径规划问题可表述为：移动机器人需要遍历n个目标点，且每个目标仅被遍历一次，目的是求一条经过所有目标点的最短路径。
$$V=\sum _{i=1,i=1}^{n}x(l_i,l_j)$$

3.改进点

自适应搜索控制系数

在标准鲸鱼优化算法中，系数向量C为均匀分布在[0,2] 内的随机数，是一个控制搜索速率的参数，故C值是在每次迭代时随机生成的，这可能导致搜索行为较为随机，无法充分平衡算法全局搜索和局部搜索的能力，从而导致
收敛精度不足。本文提出一种自适应搜索控制系数动态调整：
$$C=2k\cdot \left(\begin{array}{c}1-i/i_{\max }\end{array}\right)$$

记忆库列表策略

添加一个记忆库列表，使算法能够记录迭代过程中遇到过的当前最优解。
PS：个人感觉用处不大🤣

再加入一种自己提出的创新改进策略A

4.结果展示

5.参考文献

[1] 王步伟,潘鹏程.基于改进鲸鱼优化算法的移动机器人多目标点路径规划[J].机器人技术与应用,2023,(06):14-19.

6.代码获取