摘要：利用局部逃逸策略(Local Escaping Operator,LEO)对原始教与学优化算法(Teaching Learning Based Optimization,TLBO)的部分解进行替换,使其快速跳出局部最优,提出一种改进的教与学优化算法(Local Escaping Teaching Learning Based Optimization,LETLBO),并将其应用于船舶实时路径规划中。在船舶实时路径规划仿真试验中,利用概率图搭建搜索地图,利用高概率区域模拟目标所在区域,并采用贝叶斯定理设计一个概率函数作为目标函数。同时,为更好地实现实时路径规划,提出以个体为单位,利用在个体探索时高概率区域同时移动的方式模拟船舶在搜索时目标同时移动的情况,成功模拟船舶实时路径规划,保证试验的有效性。通过船舶实时路径规划仿真试验测试2种模拟情况下LETLBO与原算法及其他多种经典算法的性能,结果发现LETLBO在2个情景中找到目标的概率相比原算法分别提升41.88%和43.38%,运算时间分别减少0.9789 s和0.3752 s,且综合性能更优,说明改进的算法具有更好的探索寻优能力和鲁棒性。