全文下载： 
202601019.pdf
文章编号： 1672-6987（2026）01-0140-09 DOI： 10.16351/j.1672-6987.2026.01.019
石梦鸽， 曹梦龙*（青岛科技大学 自动化与电子工程学院， 山东 青岛 266061）
摘要： 针对多旅行商路径规划容易陷入局部最优及存在搜索最短路径效率问题，提出一种改进鹈鹕优化算法。首先用logistic混沌映射初始化鹈鹕种群位置以增加种群多样性，提高算法搜索精度；其次在鹈鹕搜索最优位置添加萤火虫扰动，增强算法寻优能力，提高搜索效率。同等条件下将改进算法与常规智能优化算法仿真比较，验证了改进算法的有效性。该算法用于多旅行商路径规划求解问题，有效缩短搜索路径，避免求解过程陷入局部最优。
关键词： 鹈鹕优化； 多旅行商； 路径规划； logistic混沌映射
中图分类号： TP 301 文献标志码： A
引用格式： 石梦鸽， 曹梦龙. 多旅行商路径规划优化算法［J］. 青岛科技大学学报（自然科学版）， 2026， 47（1）： 140-148.
SHI Mengge， CAO Menglong. Path planning optimization algorithm for multi-traveling salesman［J］. Journal of Qingdao University of Science and Technology（Natural Science Edition）， 2026， 47（1）： -.
Path Planning Optimization Algorithm for Multi-Traveling Salesman
SHI Mengge， CAO Menglong（College of Automation and Electronic Engineering， Qingdao University of Science and Technology， Qingdao 266061，China）
Abstract： To address the problems of local optimum and shortest path searching efficiency in multi-travel agent path planning， an improved pelican optimization algorithm is proposed in this paper. Firstly， the location of pelican population was initialized by logistic chaotic mapping to increase the population diversity and improve the search accuracy of the algorithm. Secondly， firefly disturbance is added to the optimal location of pelican search to enhance the searching ability of the algorithm and improve the search efficiency. The improved algorithm is simulated and compared with conventional intelligent optimization algorithm under the same conditions， and the effectiveness of the improved algorithm is verified. This algorithm can be used to solve the multi-travel salesman path planning problem， which can effectively shorten the search path and avoid the solution process falling into the local optimal.
Key words： pelican optimization； multi-traveller； path planning； logistic chaotic mapping
收稿日期： 2025-03-27
基金项目： 山东省自然科学基金项目（ZR2020MF087）.
作者简介： 石梦鸽（1999—） ， 女， 硕士研究生. * 通信联系人.
