基于改进A^(*)蚁群融合算法的路径规划研究 被引量：4

1

作者 王锋 李凯璇 +2 位作者 朱子文 朱磊 王海迪 《火力与指挥控制》 CSCD 北大核心 2024年第1期111-117,123,共8页

随着智能化技术的发展,无人车路径规划技术在未来无人战场上将发挥重要的作用。针对A^(*)算法易发生碰撞障碍物的问题,提出通过改进转弯机制进行避碰。针对路径较长和不够平滑的问题,提出一种改进A^(*)蚁群融合算法。仿真结果表明,使用... 随着智能化技术的发展,无人车路径规划技术在未来无人战场上将发挥重要的作用。针对A^(*)算法易发生碰撞障碍物的问题,提出通过改进转弯机制进行避碰。针对路径较长和不够平滑的问题,提出一种改进A^(*)蚁群融合算法。仿真结果表明,使用改进A^(*)蚁群融合算法得到的路径长度和平滑度更优,简单地图中路径长度减少2.34%,总转弯角度减小5.62%;复杂地图中路径长度减少2.62%,总转弯角度减小26.3%。因此,该算法在保证无人车避障的基础上,有利于其快速完成相应任务。 展开更多

关键词 无人车 路径规划 A^(*)蚁群融合算法 转弯机制

在线阅读 下载PDF 职称材料

基于蚁群算法与人工势场法融合的移动机器人路径规划 被引量：6

2

作者 邓冬冬 许建民 +1 位作者 孟寒 杨炜 《仪器仪表学报》 北大核心 2025年第2期1-16,共16页

为解决移动机器人在复杂环境和动态障碍物条件下规划出的全局路径质量差以及局部路径易于陷入局部最优等问题,提出一种基于蚁群算法与人工势场法的融合算法。首先,针对传统蚁群算法全局搜索能力差,收敛速度慢等问题,优化了其搜索方式,... 为解决移动机器人在复杂环境和动态障碍物条件下规划出的全局路径质量差以及局部路径易于陷入局部最优等问题,提出一种基于蚁群算法与人工势场法的融合算法。首先,针对传统蚁群算法全局搜索能力差,收敛速度慢等问题,优化了其搜索方式,构建了新的信息素更新规则,引入了修正后的启发式信息,设计了路径节点优化策略以提高其路径质量和搜索效率;其次,通过将移动机器人到目标点的相对距离加入到斥力势场函数中以及设置子目标点来解决传统人工势场法存在目标不可达和局部极小值的问题;最后,融合改进后的蚁群算法和改进后的人工势场法来提高融合算法在复杂动态和静态环境下的路径规划性能。通过仿真分析选取改进人工势场法的参数组合。仿真结果表明:改进蚁群算法较传统蚁群算法最优路径缩短26.23%,路径转折点减少60.00%,搜索效率提升73.75%;改进人工势场法有效地解决了传统人工势场法的局限性同时提高了其局部避障能力;融合算法在保持贴合全局最优路径的前提下能够规划出无碰撞平滑路径。实验结果表明:在实际场景中,与现有传统算法相比,改进蚁群算法规划出的路径更短;在Gazebo物理仿真平台中,融合算法能够对静态障碍物进行有效避障,验证了其理论可行性。 展开更多

关键词 移动机器人 路径规划 蚁群算法 人工势场法 融合算法

在线阅读 下载PDF 职称材料

多传感器融合下船舶机电系统多发故障信号监测 被引量：2

3

作者 李烈熊 戴立庆 《舰船科学技术》 北大核心 2024年第5期149-152,共4页

为了提高船舶维护效率,提出一种多传感器融合下船舶机电系统多发故障信号监测方法。根据故障状态下的信号频率,使用小波变换法提取故障信号特征参数作为蚁群算法优化BP神经网络输入,实现多发故障诊断,并通过DS证据理论完成多传感器数据... 为了提高船舶维护效率,提出一种多传感器融合下船舶机电系统多发故障信号监测方法。根据故障状态下的信号频率,使用小波变换法提取故障信号特征参数作为蚁群算法优化BP神经网络输入,实现多发故障诊断,并通过DS证据理论完成多传感器数据融合,得出故障诊断结果。实验结果表明,该方法可通过多传感器融合判断出船舶机电系统故障类型,即使一种传感器出现故障也不影响诊断效果,诊断船舶机电系统多发故障平均准确率高达97.02%,能够实现较为精准的船舶机电系统多发故障监测。 展开更多

关键词 多传感器融合 船舶机电系统 故障监测 小波变换 蚁群算法 DS证据理论

在线阅读 下载PDF 职称材料

三维环境中机器人路径规划算法改进 被引量：3

4

作者 杨小月 李宏伟 +2 位作者 秦雨露 姜懿芮 王步云 《计算机工程与设计》 北大核心 2024年第4期1039-1046,共8页

为解决快速扩展随机树算法(rapid-exploration random tree,RRT*)在三维环境中盲目搜索路径以及缺乏节点扩展记忆性等问题,提出一种融合蚁群算法的双向搜索算法ACO-RRT*。为适应精细化三维建模环境和解决地面起伏不平坦等问题,对RRT*算... 为解决快速扩展随机树算法(rapid-exploration random tree,RRT*)在三维环境中盲目搜索路径以及缺乏节点扩展记忆性等问题,提出一种融合蚁群算法的双向搜索算法ACO-RRT*。为适应精细化三维建模环境和解决地面起伏不平坦等问题,对RRT*算法进行改进优化。采用双向搜索策略,在起点和终点同时运行改进后的RRT算法和蚁群算法,相向而行,对路径长度和运行时间进行优化。针对生成路径不够平滑等问题,引入B样条曲线平滑策略优化路径。仿真结果表明,所提算法能够有效用于机器人三维路径规划。 展开更多

关键词 快速扩展随机树 蚁群算法 B样条曲线 算法融合 双向搜索 机器人路径规划 三维环境

在线阅读 下载PDF 职称材料

IACO-GA-IPSO融合算法AUV三维全局路径规划

5

作者 刘新宇 赵俊涛 +1 位作者 佘莹莹 张英浩 《舰船科学技术》 北大核心 2024年第18期99-105,共7页

为了解决传统蚁群算法收敛速度慢,易陷入局部最优,传统粒子群算法搜索精度差,初始路径不规则等问题,提出一种融合了改进蚁群算法(IACO)、改进粒子群算法(IPSO)和遗传算法(GA)的IACO-GA-IPSO路径规划算法。首先定义三维海洋环境模型,将... 为了解决传统蚁群算法收敛速度慢,易陷入局部最优,传统粒子群算法搜索精度差,初始路径不规则等问题,提出一种融合了改进蚁群算法(IACO)、改进粒子群算法(IPSO)和遗传算法(GA)的IACO-GA-IPSO路径规划算法。首先定义三维海洋环境模型,将工作空间沿Z轴方向划分成水平的栅格平面;其次建立多标准的路径优劣评价模型;最后由融合算法规划路径:IACO算法生成次优种群,GA算法优化种群多样性,IPSO算法快速收敛到全局最优。实验结果表明,融合算法能充分发挥每种算法的优点,克服种群规模和收敛速度的矛盾,优化初始种群,提高全局搜索能力、局部搜索精度和算法运行效率,加快收敛速度并避免陷入局部最优路径。 展开更多

关键词 AUV三维路径规划 融合智能算法 改进蚁群算法 改进粒子群算法 遗传算法

在线阅读 下载PDF 职称材料

蚁群-遗传融合的文本聚类算法 被引量：15

6

作者 张云 冯博琴 +1 位作者 麻首强 刘连梦 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第10期1146-1150,共5页

针对蚁群算法容易出现停滞现象而不能对解空间进行全面搜索的问题,提出了一种蚁群-遗传融合的文本聚类算法.该算法将影响蚁群算法性能的4个参数作为遗传算法中的染色体进行编码,基于此又设计出相应的适应度函数以及选择交叉变异算子,通... 针对蚁群算法容易出现停滞现象而不能对解空间进行全面搜索的问题,提出了一种蚁群-遗传融合的文本聚类算法.该算法将影响蚁群算法性能的4个参数作为遗传算法中的染色体进行编码,基于此又设计出相应的适应度函数以及选择交叉变异算子,通过多次迭代找出最优的参数组合,并将其应用到文本聚类问题上.经与经典的k均值聚类算法、基本的蚁群聚类算法的仿真比较,结果表明所提出算法的聚类效果更好,在3个测试集上的F度量值要比k均值聚类算法分别提高5.69%、48.60%、69.60%,所以更适合于处理较大规模的数据集. 展开更多

关键词 蚁群算法 遗传算法 融合 文本聚类

在线阅读 下载PDF 职称材料

蚁群前馈神经网络在煤灰熔点预测中的应用 被引量：10

7

作者 刘彦鹏 仲玉芳 +1 位作者 钱积新 吴明光 《热力发电》 CAS 北大核心 2007年第8期23-26,共4页

提出了一种蚁群前馈神经网络模型。采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性。应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证。结果表明... 提出了一种蚁群前馈神经网络模型。采用蚁群算法和BP算法相结合的方法训练神经网络,可避免单纯BP算法容易陷入局部最优的不足,降低算法对初值的敏感性。应用蚁群前馈神经网络建立了灰熔点的模型,并对模型的预测性能进行了验证。结果表明,该方法的预测精度比单一的BP神经网络模型有较大提高,训练后的网络模型可以用于煤灰熔点的预报。 展开更多

关键词 煤灰熔点 蚁群算法 BP算法 蚁群前馈 神经网络 模型

在线阅读 下载PDF 职称材料

基于分布均匀度的自适应蚁群算法最优PID控制 被引量：5

8

作者 彭沛夫 胡斌 +1 位作者 张桂芳 彭理莉 《湖南师范大学自然科学学报》 EI CAS 北大核心 2006年第1期41-46,共6页

蚁群算法是一种启发式算法,在解决组合优化类问题方面具有突出的适用特征,但由于蚁群算法按一种固定不变的模式更新信息量,确定每次路径的选择概率,故存在早熟停滞现象,且收敛速度较慢.为了克服这些缺陷,提出了一种基于分布均匀度的自... 蚁群算法是一种启发式算法,在解决组合优化类问题方面具有突出的适用特征,但由于蚁群算法按一种固定不变的模式更新信息量,确定每次路径的选择概率,故存在早熟停滞现象,且收敛速度较慢.为了克服这些缺陷,提出了一种基于分布均匀度的自适应蚁群算法优化PID控制的方法,该方法克服了蚁群算法的不足,较好地实现了PID控制参数Kp、Ti、Td的优化,系统单位阶跃响应超调量σ和调整时间ts获得改善,并具有广泛的应用前景. 展开更多

关键词 分布均匀度 蚁群算法 信息素 PID控制 聚度

在线阅读 下载PDF 职称材料

基于信息融合的电信客户流失预测研究 被引量：8

9

作者 王建仁 李妮 段刚龙 《计算机工程与应用》 CSCD 北大核心 2016年第10期64-70,共7页

针对数据挖掘方法在电信客户流失预测中的局限性,提出将信息融合与数据挖掘相结合,分别从数据层、特征层、决策层构建客户流失预测模型。确定客户流失预测指标;根据客户样本在特征空间分布的差异性对客户进行划分,得到不同特征的客户群... 针对数据挖掘方法在电信客户流失预测中的局限性,提出将信息融合与数据挖掘相结合,分别从数据层、特征层、决策层构建客户流失预测模型。确定客户流失预测指标;根据客户样本在特征空间分布的差异性对客户进行划分,得到不同特征的客户群;不同客户群采用不同算法构建客户流失预测模型,再通过人工蚁群算法求得模型融合权重,将各模型的预测结果加权得到预测最终结果。实验结果表明,基于信息融合的客户流失预测模型确实比传统模型更优。 展开更多

关键词 客户流失 数据挖掘 信息融合 人工蚁群算法

在线阅读 下载PDF 职称材料

基于蚁群神经网络的两级信息融合算法 被引量：17

10

作者 吕红芳 顾幸生 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第8期1323-1330,共8页

为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首... 为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首先运用蚁群优化(ACO)算法对BP神经网络的权值进行优化,并将优化后的蚁群神经网络用于无线传感器网络的信息融合.通过对簇成员节点采集到的原始数据进行两级融合处理,只将代表原始数据的少量特征值发送给汇聚节点,大幅度减少节点数据通信量,提高了数据传输效率,同时降低了系统能耗. 展开更多

关键词 无线传感器网络 蚁群算法 神经网络 信息融合

在线阅读 下载PDF 职称材料

遗传算法在蚁群算法中的融合研究 被引量：13

11

作者 肖宏峰 谭冠政 《小型微型计算机系统》 CSCD 北大核心 2009年第3期512-517,共6页

提出一种新的求连续空间最优值的蚁群算法.结合遗传算法和蚁群算法的各自优点以及两种算法融合的基础,提出遗传算法融入到蚁群算法的两种新策略:第一种策略是先利用遗传算法具有比较强的全局搜索能力,在大范围内寻找一组解,然后以此为基... 提出一种新的求连续空间最优值的蚁群算法.结合遗传算法和蚁群算法的各自优点以及两种算法融合的基础,提出遗传算法融入到蚁群算法的两种新策略:第一种策略是先利用遗传算法具有比较强的全局搜索能力,在大范围内寻找一组解,然后以此为基础,用蚁群算法快速寻找最优解X*best;另一种策略是利用遗传算法的交叉操作产生蚁群算法的新的旅行路径,以此提高蚁群算法的全局搜索能力.用上述两种策略构造了两个基于遗传算法的混合蚁群算法.文中用测试函数Rosenbrock和Shubert从收敛速度、命中率、计算精度等方面验证了混合蚁群算法的正确性. 展开更多

关键词 遗传算法 混合蚁群算法 算法融合 连续空间优化

在线阅读 下载PDF 职称材料

室内环境下基于最优路径规划的PSO-ACO融合算法 被引量：7

12

作者 刘俊 徐平平 +1 位作者 武贵路 彭杰 《计算机科学》 CSCD 北大核心 2018年第B11期97-100,共4页

为了使移动机器人在室内障碍物环境下寻找到达指定目的地的最优路径,提出了一种基于粒子群算法(PSO)和蚁群算法(ACO)的改进路径规划的PSO-ACO融合算法。PSO-ACO融合算法针对粒子群算法中粒子容易早熟引起的局部最优问题,采用蚁群算法获... 为了使移动机器人在室内障碍物环境下寻找到达指定目的地的最优路径,提出了一种基于粒子群算法(PSO)和蚁群算法(ACO)的改进路径规划的PSO-ACO融合算法。PSO-ACO融合算法针对粒子群算法中粒子容易早熟引起的局部最优问题,采用蚁群算法获得全局最优解;同时有效地解决了粒子群算法中粒子多样性、种类少,以及蚁群算法中初始化信息素匮乏及耗时过多的问题。仿真结果表明,与粒子群算法和蚁群算法相比,PSO-ACO融合算法在提高算法的全局搜索能力和搜索速度的前提下,极大地改善了算法寻找最优解的能力,实现了最优路径的规划。 展开更多

关键词 室内环境 最优路径规划 粒子群算法 蚁群算法 PSO-ACO融合算法

在线阅读 下载PDF 职称材料

蚁群和微分进化相融合的自适应优化算法 被引量：4

13

作者 魏林 付华 尹玉萍 《计算机工程》 CAS CSCD 2013年第9期258-262,280,共6页

为解决复杂函数的全局优化问题,提出一种蚁群和微分进化相融合的自适应优化算法。采用微分进化算法的变异和交叉操作避免蚁群算法过早收敛,使用蚁群算法的寻优路径信息素正反馈机制来加速微分进化算法收敛于最优路径,并自动调整搜索范... 为解决复杂函数的全局优化问题,提出一种蚁群和微分进化相融合的自适应优化算法。采用微分进化算法的变异和交叉操作避免蚁群算法过早收敛,使用蚁群算法的寻优路径信息素正反馈机制来加速微分进化算法收敛于最优路径,并自动调整搜索范围。实验结果表明,与蚁群算法和微分进化算法相比,该算法全局优化的搜索效率较高。 展开更多

关键词 蚁群算法 微分进化算法 信息素 融合算法 全局优化

在线阅读 下载PDF 职称材料

遗传蚁群融合算法及在不确定性无功优化中的应用研究 被引量：9

14

作者 周申培 严新平 《电力系统保护与控制》 EI CSCD 北大核心 2010年第24期120-123,共4页

在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分... 在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分布,利用蚁群算法求精确解。以IEEE30节点系统作为试验系统,验证了无功优化模型及算法的正确性和有效性。 展开更多

关键词 无功优化 双层规划 融合算法 遗传算法 蚁群算法

在线阅读 下载PDF 职称材料

基于遗传算法的混合蚁群算法 被引量：6

15

作者 肖宏峰 谭冠政 《计算机工程与应用》 CSCD 北大核心 2008年第16期42-45,134,共5页

提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础,提出了遗传算法融入到蚁群算法融合中的两种新策略,第一种策略是先利用遗传算法具有比较强的全局搜索能力,在大范围内寻找一组解,然... 提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础,提出了遗传算法融入到蚁群算法融合中的两种新策略,第一种策略是先利用遗传算法具有比较强的全局搜索能力,在大范围内寻找一组解,然后以此为基础,用蚁群算法快速寻找最优解X*best;另一种策略是利用遗传算法交叉操作产生蚁群算法中的新旅行路径,以此提高蚁群算法的全局搜索能力。用上述策略构造两个基于遗传算法的混合遗传算法。用测试函数Rosenbrock和测试函数Shubert验证了混合蚁群算法的正确性。 展开更多

关键词 遗传算法 混合蚁群算法 算法融合 连续空间优化

在线阅读 下载PDF 职称材料

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用 被引量：7

16

作者 赵占坤 郭春雷 耿兴隆 《舰船科学技术》 北大核心 2016年第10X期46-48,共3页

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发... 在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。 展开更多

关键词 船舶网络 蚁群算法 粒子群优化融合 资源调度

在线阅读 下载PDF 职称材料

求解带软时间窗车辆路径问题的融合算法 被引量：3

17

作者 吴正成 文中华 黄丽芳 《计算机应用研究》 CSCD 北大核心 2012年第11期4028-4030,4034,共4页

设计了遗传算法与变异蚂蚁算法的一个融合算法,该算法采用优良基因保护策略,引入蚂蚁寻径变异机制,并改进了信息素的更新方式,提高了寻径速度以及寻径的全局性。经过对比实验,验证了本融合算法可以有效而快速地获得问题模型的最优解或... 设计了遗传算法与变异蚂蚁算法的一个融合算法,该算法采用优良基因保护策略,引入蚂蚁寻径变异机制,并改进了信息素的更新方式,提高了寻径速度以及寻径的全局性。经过对比实验,验证了本融合算法可以有效而快速地获得问题模型的最优解或近似最优解。 展开更多

关键词 带软时间窗车辆路径问题 遗传算法 变异蚂蚁算法 融合算法

在线阅读 下载PDF 职称材料

多传感器信息融合在电机故障诊断中的应用 被引量：3

18

作者 程加堂 周燕洁 段志梅 《噪声与振动控制》 CSCD 2012年第5期164-167,共4页

为了提高电机故障诊断的准确性,引入一种多传感器信息融合的诊断方法。将多个传感器所采集的转子振动频谱信号处理后,利用蚁群神经网络进行故障局部诊断,以获得彼此独立的证据,再由证据理论对各证据进行融合,最终实现对电机故障的准确... 为了提高电机故障诊断的准确性,引入一种多传感器信息融合的诊断方法。将多个传感器所采集的转子振动频谱信号处理后,利用蚁群神经网络进行故障局部诊断,以获得彼此独立的证据,再由证据理论对各证据进行融合,最终实现对电机故障的准确诊断。实验结果表明,该方法有效提高诊断的可信度,减少电机故障分类识别的不确定性。 展开更多

关键词 振动与波 信息融合 电机 故障诊断 证据理论 蚁群神经网络

在线阅读 下载PDF 职称材料

基于云计算平台的CO_2空间数据融合算法 被引量：2

19

作者 胡军国 祁亨年 《计算机应用》 CSCD 北大核心 2012年第4期1003-1008,共6页

为了对移动传感器网络采集到的时间、空间不确定的海量CO2浓度数据进行融合,首先对采集的CO2数据进行分析,把测试区域分成m×n个网格,分析从每个网格取一个有效值来表示CO2浓度分布。然后根据云计算强大的计算能力,提出组合云模型,... 为了对移动传感器网络采集到的时间、空间不确定的海量CO2浓度数据进行融合,首先对采集的CO2数据进行分析,把测试区域分成m×n个网格,分析从每个网格取一个有效值来表示CO2浓度分布。然后根据云计算强大的计算能力,提出组合云模型,设计普通云、繁殖云、视觉云和邻接云,以云内相对独立运行和云间相互作用形成分布式并行计算机制。接着改造蚁群家族,设计普通蚂蚁、繁殖蚂蚁、视觉蚂蚁和邻接蚂蚁。各类蚂蚁分配到不同的云朵中,并按自身的规则运行,各类蚂蚁彼此配合工作,实现信息素和最优解在云内部局部交换和通过云服务器在云朵之间全局交换相结合。最后模拟生成有关临安的11080个数据,利用Clounding V2模拟平台进行大量实验,实验表明算法在105次寻优后基本趋于稳定,寻优能力是单机算法的60倍左右,并且普通云、繁殖云、视觉云和邻接云中的蚂蚁数量比设为2∶2∶1∶1性能表现出最佳。 展开更多

关键词 云计算 蚁群优化 CO2分析 数据融合 并行计算

在线阅读 下载PDF 职称材料

无人机3D航迹规划及动态避障算法研究 被引量：22

20

作者 谭建豪 马小萍 李希 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第12期224-233,共10页

规划一条高时效且低代价的三维(3D)航行轨迹,成为目前无人机广泛应用亟须解决的问题。针对蚁群算法在航迹规划中出现的航迹长度和平滑性不足问题,通过改进蚁群系统中的节点移动规则、构造多重启发信息并结合粒子群优化算法的全局搜索能... 规划一条高时效且低代价的三维(3D)航行轨迹,成为目前无人机广泛应用亟须解决的问题。针对蚁群算法在航迹规划中出现的航迹长度和平滑性不足问题,通过改进蚁群系统中的节点移动规则、构造多重启发信息并结合粒子群优化算法的全局搜索能力,提出了蚁群粒子群融合算法。同时,就飞行航迹中出现的动态避障问题和目标点变化问题,提出了改进生物启发神经动力学模型算法,该算法针对3D静态最优航迹中出现的障碍物和目标点变化,实现了局部在线航迹调整。实验仿真结果表明,蚁群粒子群融合算法能在3D静态环境中规划出一条期望航迹。同时,改进生物启发神经动力学模型算法不仅能对突发障碍动态避障,还能对动态目标点变化实时跟踪。 展开更多

关键词 三维 蚁群粒子群融合算法 航迹规划 改进的生物启发神经动力学模型算法

在线阅读 下载PDF 职称材料