随着社会经济的不断发展,人类的生活、工作已经和智能密切相关。作为“人工智能”的重要分支,智能优化算法的发展和应用促进了人类社会的发展。智能优化算法,具有复杂性、多样性与智能性的特点。其中,智能优化算法结合路径规划问题,广泛应用在航海导航、无人机以及智能交通等方面,成为未来“智能制造”的重要发展方向之一。差分进化算法作为智能优化里一种重要的方法,在上个世纪被提出后,因其过程简单易懂及鲁棒性强被广泛应用。本文以研究差分进化算法为基础,路径规划为应用,利用Matlab软件进行相关模拟与仿真实验。论文可以总结为以下两个方面:(1)具有变异机制的多种群协同进化差分算法(简称为:pDEPSO算法)的提出。针对传统差分进化算法容易陷入局部最优等问题,结合协同进化思想和改进变异机制,对差分进化算法改进。首先,在算法中加入协同进化机制,使用A均值聚类实现多种群化;然后在每个子种群内,构建基于排序机制的pDE变异算子;最后通过种内和种间学习机制,实现多种群算法的信息交流。通过实验验证改进算法的有效性,得出改进算法pDEPSO算法可以加快收敛速度,避免后期陷入局部最优的结论。(2)研究pDEPSO算法在机器人路径规划中的应用。将本文所提出的具有变异机制的多种群协同进化算法应用到机器人路径规划问题中,验证在静态和动态环境中算法性能,实验证明pDEPSO算法可以实时规避障碍物并找到最优或次优路径,有效的节约行走时间,进一步验证所提算法是一种高效、稳定的智能优化算法。