基于改进差分进化算法的在线轨迹优化

首先提出一种基于混沌映射的差分进化算法, 通过引入混沌映射的概念, 在群体初始化和子代重构两个方 面对经典差分进化算法进行改进, 提高其寻优精度及稳定性, 并通过对几个典型的Benchmark 函数进行对比测试, 验 证该算法的全局收敛能力与稳定性. 然后将该改进算法应用于在线轨迹优化, 利用其快速寻优、不依赖梯度信息等 特点, 结合滚动窗口的思想, 提出局部极值逃逸方法, 实现了轨迹的在线优化. 最后在板球系统上通过仿真实验, 验证 了所提出方法的有效性.