多阶段生态位萤火虫算法

通过多阶段生态位划分和独立进化机制，可识别等价解并提升Pareto集的完整性与多样性。

吕莉 · Wen-Lai, Xing · Pan, Jeng Shyang · 王晖 · 吴润秀 · Lee, Ivan

Expert Systems with Applications 2026

参数信息

平均成功率

86.55 %

平均计算时间

15.02 s

技术优势

能识别等价解

通过生态位初始化将个体分配到不同物种，每个生态位独立进化，从而识别等价解。

Pareto集更完整

通过引入基于特殊拥挤距离的更新策略增加物种多样性，并全局评估消除劣质个体，提升Pareto集完整性。

收敛更快

引入学习机制和变异算子改进吸引模型，提升种群开发能力，使得平均计算时间仅15.02秒，远优于对比算法。

应用场景

• 多模态路径规划：在加权栅格地图路径规划中生成高质量且多样化的解集。
• 无人机路径规划：为无人机路径规划提供多模态最优解，增强路线选择的多样性。
• 机器人路径规划：为机器人路径规划提供等价最优路径集合，适应不同运行条件。
• 多目标优化：解决多模态多目标优化问题，提升Pareto集完整性和多样性。