基于组合优化算法的无人机航迹规划方法研究

被引：4

作者：

赵锋 ^{[1
]}

杨伟 ^{[1
,2
]}

王伟 ^{[1
,2
]}

常楠 ^{[1
,2
]}

机构：

[1] 西北工业大学航空学院

[2] 成都飞机设计研究所

来源：

弹箭与制导学报 | 2009年 / 29卷 / 02期

关键词：

无人机; 遗传算法; 蚁群算法; 航迹规划;

D O I：

10.15892/j.cnki.djzdxb.2009.02.009

中图分类号：

V279 [无人驾驶飞机]; V249 [飞行控制系统与导航];

学科分类号：

1111 ; 081105 ;

摘要：

根据遗传算法与蚁群算法各自的特点,将两者进行有机结合构成GA-ACO(genetic algorithm-ant colony optimization)组合优化算法,并将其应用在航迹规划路径寻优中以获取高质量的飞行航路。首先采用全局搜索能力强的遗传算法进行全局快速搜索,选取遗传算法得到的较优解集合,构成蚁群算法中初始信息素分布,再利用蚁群算法正反馈机制的特点求精确解,该组合优化算法在克服两种算法缺点的同时发挥了各自的优点,达到优势互补。仿真结果表明,与基本蚁群算法相比,GA-ACO在提高效率的同时改善了解的质量,是可行和有效的。

引用

页码：282 / 285+292 +292

页数：5

共 5 条

[1] 遗传算法与蚂蚁算法动态融合的软硬件划分 [J].