共生生物搜索算法是一种模仿自然界中不同生物之间通过相互交互的种群关系来增强自身对环境的适应能力,从而提升种群生存能力的一种新型的元启发式算法。常见的共生关系有三种,互利共生关系,偏利共生关系和寄生关系。共生生物搜索算法有着一个显著的优点就是其在进行算法执行的过程中不需要特定的控制参数,算法结构简单,易于实现。但随着研究的不断深入,研究者发现共生生物搜索算法收敛精度不高和应后期收敛速度慢等缺点。本论文针对基本共生生物搜索算法所存在的一些不足进行改进,并将其应用到了更多的实际问题中去,拓展了它的应用范围。主要工作有以下3个方面:(1)将复数编码的思想引入到共生生物搜索算法中,用复数编码的二维的编码空间来映射实数编码一维编码空间,用实部和虚部来共同表示种群中的一个生物个体,从而拓展了共生生物体搜索算法中生物体的个体基因包含的信息量,增加了群体中个体的多样性,扩大了群体的搜索范围,进一步增强算法的寻优能力。(2)针对基本的共生生物搜索算法的在求解无人机航路规划时的收敛精度不高的问题,将单纯形法作为一种随机变异的策略引入共生生物搜索算法中,其能够增加种群多样性,提高算法勘探开采的能力,有效避免算法过早陷入局部最优。使用单纯形的共生生物搜索算法对于威胁区域随机可变的无人机航路规划的问题进行了研究,该算法更适合于求解无人机航路规划问题。(3)与传统的整数阶模糊控制器相比,分数阶模糊控制器增加了控制参数,这对于参数校准的求解带来了困难。由于模糊控制器的参数校准值对于控制器本身的控制性能有着明显的影响,基于此,本文引入了共生生物体搜索算法对模糊控制器的参数校准进行优化,以寻找最优的控制参数,提升分数阶模糊控制器的控制性能,仿真实验结果表明,共生生物体搜索算法对模糊控制器的参数校准优化效果好。