首页|改进PSO算法及其无人机电力巡线规划应用

改进PSO算法及其无人机电力巡线规划应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对电力巡线任务的具体需求,提出一种改进型自适应粒子群算法.该算法通过引入自适应调节算法中的惯性权重,以平衡不同阶段全局搜索和局部搜索能力;加入具有自调整能力的自学习因子和社会学习因子,着重加强算法在运行后期的收敛速度和寻优能力;并针对偶发的大量粒子聚集于某个局部最优值的现象,适时引入驱散操作,对粒子聚集区域加以疏散,使其被分配到更大的空间范围内,以加强算法跳出局部极小的能力.最后,通过典型智能算法测试函数的测试,检验了改进算法在平均最优值、运行时间和成功次数等方面的优势;通过仿真分析,验证了该算法在电力巡线应用的有效性.
Improved particle swarm optimization algorithm and its application in unmanned aerial vehicle power line patrol

杨轻、杨忠、许昌亮、徐浩、韩家明

展开 >

南京航空航天大学 自动化学院,江苏 南京 211106

先进飞行器导航、控制与健康管理工业和信息化部重点实验室 (南京航空航天大学),江苏 南京 211106

粒子群算法 电力巡线 多旋翼无人机 兴趣点 自适应 驱散策略 收缩因子 测试函数

国家自然科学基金中国南方电网有限责任公司科技项目航空科学基金

61473144066600KK5217007420162852031

2019

应用科技
哈尔滨工程大学

应用科技

CSTPCD
影响因子：0.693
ISSN：1009-671X
年,卷(期)：2019.46(3)
  • 5
  • 8