基于改进人工蜂群算法的多无人作战飞机协同航迹规划

被引:11
作者
曹璐
贾银平
张安
机构
[1] 西北工业大学电子信息学院
关键词
无人作战飞机; 人工蜂群算法; 改进Voronoi图; 航迹规划; 混沌搜索;
D O I
暂无
中图分类号
TP18 [人工智能理论]; V249 [飞行控制系统与导航];
学科分类号
082501 [飞行器设计]; 140502 [人工智能];
摘要
针对多无人作战飞机(UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出一种基于改进的人工蜂群算法求解多UCAV协同航迹规划模型。首先构建战场空间的改进Voronoi图生成航迹优化可飞区域;然后采用混沌搜索算法来初始化航迹集合作为算法的蜜源,使其初始航迹集合能以有限的数据充分表示航迹优化可飞区域;最后对多UCAV在多种威胁环境下的航迹空间寻优进行仿真验证。仿真结果证明改进的人工蜂群算法提高了蜜源多样性和算法的收敛速度,增强了UCAV的动态战场适应能力和突发威胁应对能力。
引用
收藏
页码:3596 / 3599+3603 +3603
页数:5
相关论文
共 11 条
[1]
多UCAV协同任务规划方法研究 [D]. 
叶媛媛 .
国防科学技术大学,
2005
[2]
一种改进的人工蜂群算法 [J].
袁亚杰 .
中国科技信息, 2011, (24) :102-103
[3]
人工蜂群算法的无人机航路规划与平滑 [J].
刘敏 ;
邹杰 ;
冯星 ;
赵振宇 .
智能系统学报, 2011, 6 (04) :344-349
[4]
混合人工蜂群算法 [J].
高卫峰 ;
刘三阳 ;
姜飞 ;
张建科 .
系统工程与电子技术, 2011, 33 (05) :1167-1170
[5]
基于威胁等效和改进PSO算法的UCAV实时航路规划方法 [J].
唐上钦 ;
黄长强 ;
胡杰 ;
吴文超 .
系统工程与电子技术, 2010, 32 (08) :1706-1710
[6]
自适应搜索空间的混沌蜂群算法 [J].
暴励 ;
曾建潮 .
计算机应用研究, 2010, 27 (04) :1330-1334
[7]
基于协进化多子群蚁群算法的多无人作战飞机协同航迹规划研究 [J].
苏菲 ;
彭辉 ;
沈林成 .
兵工学报, 2009, 30 (11) :1562-1568
[8]
基于人工蜂群算法的TSP仿真 [J].
胡中华 ;
赵敏 .
北京理工大学学报, 2009, 29 (11) :978-982
[9]
多无人机系统协同航迹规划研究 [D]. 
安柏义 .
南京航空航天大学,
2008
[10]
Study of Multi-objective Fuzzy Optimization for Path Planning [J].
Wang Yanyang ;
Wei Tietao ;
Qu Xiangju .
CHINESE JOURNAL OF AERONAUTICS, 2012, 25 (01) :51-56