改进蝙蝠算法的无人机路径规划
为了解决现存无人机(UAV)路径规划求解精度和求解速度难以平衡问题,基于蝙蝠算法(BA),提出了一种新型无人机路径规划算法.将粒子群算法(PSO)中的个体最优因素引入到BA的全局随机飞行搜索中,用于增加路径搜索的发散性.在BA局部搜索阶段,利用高斯分布与柯西分布融合的模型约束局部搜索和新解的产生.再将最优成功率策略动态调节的惯性权值引入算法,提出了新型无人机路径规划算法(OS-PSOBA).结合实际环境,搭建了模拟飞行环境模型,将OS-PSOBA与PSO、BA进行对比.仿真实验证明,OS-PSOBA与PSO和BA算法相比,OS-PSO-BA展示了算法的优越性,快速、有效地完成UAV路径规划任务.
无人机路径规划、粒子群算法、蝙蝠算法、最优成功率策略、惯性权值
44
TP273(自动化技术及设备)
国家自然科学基金;装备发展部领域基金一般项目
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
26-33