自适应多启发蚁群算法的无人机路径规划

摘要：

为了解决蚁群算法在无人机实现路径规划中容易陷入局部最优的问题,提出改进的蚁群算法.对信息素的挥发因子以及信息素进行上、下限设置,防止由于较短路径上的信息素过高以及较长路径上的信息素过低,使蚂蚁陷入局部最优,同时在多启发因素的影响下,将路径的整体长度作为决定状态转移概率的一个自适应启发函数因子,当路径长度很大时,自适应启发函数因子较小,使得蚁群选择该路径的概率减小.实验结果表明,改进的算法在路径长度上减少了6.4％,最优路径长度方差降低了85.78％,增加了对环境整体性的考虑,缩短了路径长度,降低了迭代次数,跳出局部最优.在环境复杂度加大的情况下,引入自适应启发函数因子之后的算法可以有效地选择较好的路径,为无人机路径规划提供了理论依据.

关键词：航空、航天科学技术基础学科其他学科、无人机、蚁群算法、路径规划、启发因素

所属期刊栏目：42

分类号：TP301.6;V279(计算技术、计算机技术)

资助基金：国防基础计划项目;河北省重点研发计划项目;河北省研究生创新资助项目;河北省军民融合发展研究课题

在线出版日期：2021-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：38-47