本文对最优控制问题的进化算法和随机搜索算法进行了实验比较。该问题由每种算法的几个代表分别解决。在一个移动机器人模型上进行了仿真。根据适应度函数的最优值、均值和标准差比较了各算法性能的结果。
在专门研究控制问题的计算算法的应用科学的数学家中，现在争论的是进化算法是启发式方法，还是它们确实具有某些特性，使它们比已知的随机搜索方法更有效地解决问题。我们决定对这个问题进行实验研究。
在本文中，我们比较了最流行的进化算法和最著名的随机搜索方法。在比较实验中，我们考虑了约束空间中移动机器人运动的最优控制问题。第一步通过控制函数的分段线性逼近，将该问题归结为非线性规划问题。接下来，我们将违反约束条件的精细函数包含在适应度函数中，并将原始问题解决为大尺寸的非线性规划问题。尺寸大小取决于我们划分控制功能的时间间隔的数量。
