计算机应用研究

作者：雍嘉伟,张平,贾蒙飞,刘威,王亮亮,

单位：西安建筑科技大学机电工程学院,西安710055；

关键词：多目标点路径规划,哈里斯鹰算法,复合混沌映射,反向学习策略,实时种群信息,记忆机制,自适应螺旋飞行机制,

基金：陕西省秦创原“科学家＋工程师”队伍建设项目(2024QCY-KXJ-140)；陕西重点研发计划资助项目(2025CY-YBXM-097)；；

针对光伏板清洁场景下多目标点路径规划中传统哈里斯鹰优化算法（HHO）存在初始解空间分布不均匀、易陷局部最优及平衡全局探索与局部开发等关键问题，提出一种快速全局寻优的改进哈里斯鹰优化算法（IHHO）。首先，基于复合混沌映射和反向学习策略融合构建了种群协同初始化方法，并使用精英选择策略，保证解空间均匀分布，为全局搜索和局部开发阶段奠定基础；其次，提出了基于实时种群信息和记忆机制融合的位置更新策略，有效避免算法过早陷入局部最优：最后，建立了自适应螺旋飞行机制，使用收敛因子动态调整搜索轨迹，进一步提高了最优解的搜索效率。通过仿真实验对IHHO算法、标准HHO算法、灰狼优化算法、鲸鱼优化算法、吸血水蛭优化算法和鳑鮍鱼优化算法进行性能比较。结果表明：IHHO算法在9种不同测试函数中均具有较好的寻优精度和稳定性能；在两种多目标点路径规划中，较传统HHO算法路径长度分别减少2.9%和6.0%，稳定性分别提升90.5%和16.9%，且收敛速度优于其他对比算法。该算法可用于多目标点路径规划，缩短路径规划长度，提高工作效率。

来源：2026年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第5期