信息与控制

作者：刘俊毅, 付青

关键词：路径规划, 大鹅优化算法, 融合混沌映射, Lévy飞行策略, 柯西逆累积分布

针对新兴的大鹅优化算法（GOOSE）在全局搜索能力上存在不足、易陷入局部最优的问题，提出了一种改进的GOOSE算法（IGOOSE）。IGOOSE通过融合混沌映射和精英反向学习策略提升种群多样性，从而增强全局搜索能力；采用非线性正弦Alpha控制函数以避免早熟收敛，同时引入混沌随机Lévy飞行策略来提升高维搜索效率。为平衡局部和全局搜索能力，IGOOSE结合改进的柯西逆累积分布函数与黄金正弦策略，加快了算法的收敛速度并提升了局部开发能力；此外，通过最优爆炸粒子策略有效避免陷入局部最优，并通过去冗余点策略进一步优化路径规划。仿真实验结果显示，IGOOSE算法在2维平面长度和3维飞行路径中表现出显著优势：相比GOOSE，最短路径长度缩短了6.31%，平均路径长度减少了7.53%，稳定性提升了34.72%，验证了其在复杂环境中的实用性。

来源：2026年第1期

《信息与控制》期刊编辑部

查看信息与控制杂志2026年第1期