首页|复合形引导蜂群寻优的无人机航迹多目标规划

复合形引导蜂群寻优的无人机航迹多目标规划

Unmanned Air Vehicle Route Multi-Object Planning Based on Bee Colony Algorithm Guided by Complex Form

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了提高无人机导航路径规划的精度和稳定性,提出了复合形引导蜂群寻优的无人机航迹多目标优化方法.使用坐标变换方法,将二维规划问题降为一维;建立了航迹规划的目标函数与约束条件;在传统人工蜂群基础上,改进了蜜源初始化方法,使前后航迹点相互关联,提高航迹可行率;为了提高收敛速度,改进了雇佣蜂和观察蜂的蜜源搜索方式,提出了随机搜索与最优蜜源引导相结合的位置更新方式;提出了Metropolis准则改进观察蜂蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;使用复合形法引导蜂群整体向优质蜜源运动,提出了复合形引导蜂群寻优算法.经仿真验证,与传统算法和混沌扰动算法相比,复合形引导蜂群算法的收敛迭代次数分别减少了4倍和6倍,寻优时间降低了约一个数量级,且规划航迹更优、稳定性更好.

刘刚、裴红蕾

展开 >

无锡工艺职业技术学院,江苏 宜兴 214200

无人机 导航路径规划 复合形引导人工蜂群寻优 最优蜜源引导 Metropolis准则

江苏省大学生创新创业训练计划项目

201713749001Y

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(4)
  • 8
  • 5