基于黏菌算法的路径规划
摘要
本文提出一种基于黏菌优化算法（的路径优化方法，黏菌算法（Slime Mould Algorithm, SMA）是一种模拟黏菌觅食行为的智能优化算法，由Li等人于2020年提出，其核心机制包括气味追踪、权重调整和位置更新三阶段，适用于函数优化、路径规划等场景。
引言
路径优化是组合优化领域的核心问题，广泛应用于物流配送、机器人导航和交通规划等领域。传统算法如Dijkstra算法和蚁群算法在简单场景中表现良好，但在动态环境或多约束条件下存在计算效率低、易陷入局部最优的缺陷。白鲸优化算法作为一种新型元启发式算法，通过模拟黏菌算法的三种行为，在全局探索与局部开发之间实现动态平衡，为路径优化提供了新思路。
黏菌优化算法原理
1
黏菌算法（Slime Mould Algorithm, SMA）是一种模拟黏菌觅食行为的智能优化算法，由Li等人于2020年提出，其核心机制包括气味追踪、权重调整和位置更新三阶段，适用于函数优化、路径规划等场景。
1
算法原理与生物启发模型
黏菌算法通过数学建模模拟黏菌群体的三种觅食行为：
2
算法特点与应用
自适应搜索：通过权重反馈平衡全局探索与局部开发，高质量解附近搜索密度更高。
4
工程适用性：已应用于大坝参数识别、路径规划等领域，但需注意公式(8)在非零最优解时的局限性。
2
算法实现
%黏