求解航路规划优化问题的改进蚁群算法

被引:5
作者
李进军 [1 ]
许瑞明 [2 ]
刘德胜 [2 ]
李梦汶 [2 ]
蔡游飞 [2 ]
机构
[1] 海军大连舰艇学院舰载武器系
[2] 军事科学院军事运筹分析研究所
关键词
航路规划; 优化; 蚁群算法; 全局收敛性;
D O I
10.16182/j.cnki.joss.2007.14.038
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
航路规划是军事运筹研究的热点和难点问题。在对航路规划优化问题分析的基础上,综合考虑全航路暴露概率、被毁伤概率和航路航程,提出了基于改进蚁群算法的航路规划优化方法,通过引入挥发系数动态调整、信息素限幅控制、航路平滑算法和交叉算法,有效提高了算法的全局收敛性能和搜索速度。仿真结果表明,改进蚁群算法能够快速收敛并搜索到较满意合理的航路,可以为航路规划辅助决策研究提供借鉴和参考。
引用
收藏
页码:3276 / 3280
页数:5
相关论文
共 14 条
[1]   遗传算法在反舰导弹航路规划中的应用附视频 [J].
沈建锋 ;
许诚 ;
陈峰 .
飞行力学, 2005, (03) :52-55+66
[2]   对一类带聚类特征TSP问题的蚁群算法求解 [J].
胡小兵 ;
黄席樾 .
系统仿真学报, 2004, (12) :2683-2686
[3]   蚁群算法的全局收敛性研究及改进 [J].
段海滨 ;
王道波 .
系统工程与电子技术, 2004, (10) :1506-1509
[4]   蚁群算法求解问题时易产生的误区及对策 [J].
徐精明 ;
曹先彬 ;
王煦法 .
计算机工程, 2004, (16) :25-26+90
[5]   蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例 [J].
叶志伟 ;
郑肇葆 .
武汉大学学报(信息科学版), 2004, (07) :597-601
[6]   基于蚁群算法的无人机航路规划 [J].
柳长安 ;
李为吉 ;
王和平 .
空军工程大学学报(自然科学版), 2004, (02) :9-12
[7]   复杂环境下基于蚁群优化算法的机器人路径规划 [J].
樊晓平 ;
罗熊 ;
易晟 ;
张航 ;
不详 .
控制与决策 , 2004, (02) :166-170
[8]   应用自适应遗传算法进行参考航迹规划 [J].
何珮 ;
屈香菊 ;
武哲 .
航空学报, 2003, (06) :499-502
[9]   具有感觉和知觉特征的蚁群算法 [J].
陈崚 ;
秦玲 ;
陈宏建 ;
徐晓华 .
系统仿真学报, 2003, (10) :1418-1425
[10]   基于蚁群算法的自由飞行空间机器人路径规划 [J].
金飞虎 ;
洪炳熔 ;
高庆吉 .
机器人, 2002, (06) :526-529