期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于GPSSA算法的复杂地形多无人机航迹规划 被引量:1
1
作者 闫少强 杨萍 +3 位作者 刘卫东 李新其 雷剑 赵超跃 《北京航空航天大学学报》 北大核心 2025年第1期303-313,共11页
针对多无人机协同航迹规划求解时间要求高、收敛难等问题,提出了一种基于博弈夺食机制和自毁机制的改进麻雀搜索算法(GPSSA)的多无人机协同航迹规划方法。利用分层规划思想分别建立单无人机航迹规划模型和多无人机协同航迹规划模型,将... 针对多无人机协同航迹规划求解时间要求高、收敛难等问题,提出了一种基于博弈夺食机制和自毁机制的改进麻雀搜索算法(GPSSA)的多无人机协同航迹规划方法。利用分层规划思想分别建立单无人机航迹规划模型和多无人机协同航迹规划模型,将其转化为优化问题。提出博弈夺食机制和自毁机制用以改进麻雀算法,防止其快速丢失种群多样性,增强原算法逃脱局部极值吸引的能力,使得算法搜索方式更加灵活。利用改进麻雀算法对模型进行求解,仿真结果表明,GPSSA算法能够快速完成满足约束的航迹规划,且具有更好的收敛速度、寻优精度和算法鲁棒性。 展开更多
关键词 无人机协同航迹规划 麻雀搜索算法 博弈夺食机制 自毁机制
在线阅读 下载PDF
基于反向学习的自适应α约束病毒种群搜索算法 被引量:2
2
作者 李牧东 赵辉 +3 位作者 吴利荣 陈超 李建勋 韩博 《四川大学学报(工程科学版)》 CSCD 北大核心 2017年第3期144-152,共9页
为了提高该算法求解约束优化问题的能力,提出一种新的约束病毒种群搜索算法。首先,提出自适应α-level比较策略,以在算法的不同阶段充分利用可行个体与不可行个体的有效信息;其次,为了进一步提高算法求解约束优化问题的收敛速度和搜索精... 为了提高该算法求解约束优化问题的能力,提出一种新的约束病毒种群搜索算法。首先,提出自适应α-level比较策略,以在算法的不同阶段充分利用可行个体与不可行个体的有效信息;其次,为了进一步提高算法求解约束优化问题的收敛速度和搜索精度,针对算法的病毒扩散行为,提出了结合反向学习机制的搜索方程,以提高种群多样性并加速全局收敛。对CEC2006中13个约束优化函数的对比仿真结果表明,本文算法在搜索精度、收敛速度以及稳定性方面,相比于αSimplex算法、粒子群遗传算法算法、交叉人工蜂群算法算法以及约束改进差分进化算法算法具有明显优势。同时将该算法应用于无人机协同实时航迹规划约束优化问题中,通过仿真实验并与利用约束改进差分进化算法对这一问题进行求解的方法进行对比,验证了本文算法在规划效率、规避威胁等方面的优越性。 展开更多
关键词 病毒种群搜索算法 约束优化 自适应α-level比较策略 反向学习 无人机协同航迹规划
在线阅读 下载PDF
Dynamic collision avoidance for cooperative fixed-wing UAV swarm based on normalized artificial potential field optimization 被引量:11
3
作者 LIU Wei-heng ZHENG Xin DENG Zhi-hong 《Journal of Central South University》 SCIE EI CAS CSCD 2021年第10期3159-3172,共14页
Cooperative path planning is an important area in fixed-wing UAV swarm.However,avoiding multiple timevarying obstacles and avoiding local optimum are two challenges for existing approaches in a dynamic environment.Fir... Cooperative path planning is an important area in fixed-wing UAV swarm.However,avoiding multiple timevarying obstacles and avoiding local optimum are two challenges for existing approaches in a dynamic environment.Firstly,a normalized artificial potential field optimization is proposed by reconstructing a novel function with anisotropy in each dimension,which can make the flight speed of a fixed UAV swarm independent of the repulsive/attractive gain coefficient and avoid trapping into local optimization and local oscillation.Then,taking into account minimum velocity and turning angular velocity of fixed-wing UAV swarm,a strategy of decomposing target vector to avoid moving obstacles and pop-up threats is proposed.Finally,several simulations are carried out to illustrate superiority and effectiveness. 展开更多
关键词 fixed-wing UAV swarm cooperative path planning normalized artificial potential field dynamic obstacle avoidance local optimization
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部