期刊简介
本刊是由中国航天科工集团公司主管, 由航天科工集团十七所主办。它是仿真技术领域的综合性科技期刊。98年起已列入国家科技部中国科...【详细查看】
过刊浏览
信息公告
- 15/01 中国航天科工信...
- 14/09航天工业机关服务...
- 14/10航天信息股份有限...
- 14/12湖南航天工业总公...
- 14/08中国航天科工集团...
- 14/07中国航天科工集团...
- 14/06 南京航天管理干...
基于改进遗传蚁群算法的无人机航路规划
【出 处】:《
计算机仿真
》
CSCD
2011年第28卷第6期 44-47页,共5页
【作 者】:
姚永杰
[1] ;
席庆彪
[1,2] ;
刘慧霞
[2]
【摘 要】
研究无人机航路,要在有限的时间内规划出最优路径。因此航路规划问题本质是多约束条件下函数求极值的优化问题,为了避免局部最优、减少计算时间是目前航路规划的关键技术。针对常用的规划算法存在收敛速度慢且易陷入局部最优这一问题,提出了一种改进的遗传蚁群算法。遗传算法阶段给出了一种小变异和引入新种群算子,维持了较优种群的多样性,蚁群算法阶段设计了一种基于航路代价的初始信息素获取规则,保证蚁群具有较好的初始信息素分布,在求解时能够避免陷入局部最优。仿真结果表明,与其它算法相比,提出的改进算法收敛速度大大提高,能在更短的时间规划出更优的航路。
相关热词搜索: 无人机 航路规划 遗传算法 蚁群算法 UAV Path planning Genetic algorithm Ant algorithm
上一篇:卫星网络骨干节点通信冲突算法研究
下一篇:基于UKF的捷联惯导大失准角初始对准方法