针对复杂环境下无人机路径优化算法收敛精度低、全局搜索能力弱及易陷入局部最优解的问题,提出了一种改进混合蜣螂优化算法(SPM and osprey based hybrid dung beetle optimizer,SO-DBO)。使用混沌映射SPM初始化种群位置,提高算法搜索...针对复杂环境下无人机路径优化算法收敛精度低、全局搜索能力弱及易陷入局部最优解的问题,提出了一种改进混合蜣螂优化算法(SPM and osprey based hybrid dung beetle optimizer,SO-DBO)。使用混沌映射SPM初始化种群位置,提高算法搜索效率。在滚球蜣螂种群有障碍模式和无障碍模式中分别引入动态全局勘探策略和随机角度策略,提升算法精度和全局搜索能力。在觅食蜣螂位置更新引入自适应T分布策略,增强算法逃离局部最优能力。通过动态权重因子提高算法全局搜索能力并降低陷入局部最优解的风险。实验结果表明:相比原始蜣螂优化算法(dung beetle optimizer,DBO)和粒子群算法(particle swarm optimization,PSO),改进后的SO-DBO算法代价函数指标在简单环境下分别改善了9.68%、12.93%,在复杂环境下分别改善了13.34%、17.00%,有效提升了算法的收敛速度、精度和稳定性。展开更多
针对电动垂直起降机(electric vertical take-off and landing,eVTOL)在复杂城市低空空域运行中存在的场景适应性不足和多约束耦合建模不足等突出问题,提出了融合不同任务场景和多目标优化的通用三维eVTOL飞行路径规划方法。首先,提出...针对电动垂直起降机(electric vertical take-off and landing,eVTOL)在复杂城市低空空域运行中存在的场景适应性不足和多约束耦合建模不足等突出问题,提出了融合不同任务场景和多目标优化的通用三维eVTOL飞行路径规划方法。首先,提出一种优化的结构化空域规划架构具体方法,以平衡低空空域航空器运行安全和空域容量之间的矛盾,确保空域资源的高效利用;其次,基于多旋翼eVTOL飞行器的飞行动力学与空气动力学特性,建立准确的能耗评估模型以进一步优化飞行路径,从而通过构建标准大气模型和障碍区环境建模,综合优化路径能耗、路径长度、路径平滑和计算时间,形成了全面的综合代价评估函数;最后,基于改进粒子群算法,提出了适用于不同运行场景并能应对各种交通活动需求的三维通用路径规划算法。仿真验证表明:通用三维全局路径规划方法能够在多种复杂场景下,针对不同任务需求规划出安全可行绿色的飞行路径;相较于传统路径规划算法,该改进方法在典型城市场景中展现出更优的能耗效率和航程优化等性能;在极端紧急任务场景下可快速生成应急路径,计算效率提升显著。研究结果为城市空中交通系统设计提供了兼顾安全性与经济性的解决方案,其多场景适应特性有助于推动立体化交通网络建设,为低空经济产业链发展提供技术支撑。展开更多
蚁群算法拥有良好的全局性、自组织性、鲁棒性,但传统蚁群算法存在许多不足之处。为此,针对算法在路径规划问题中的缺陷,在传统蚁群算法的状态转移公式中,引入目标点距离因素和引导素,加快算法收敛性和改善局部最优缺陷。在带时间窗的...蚁群算法拥有良好的全局性、自组织性、鲁棒性,但传统蚁群算法存在许多不足之处。为此,针对算法在路径规划问题中的缺陷,在传统蚁群算法的状态转移公式中,引入目标点距离因素和引导素,加快算法收敛性和改善局部最优缺陷。在带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW)上,融合蚁群算法和遗传算法,并将顾客时间窗宽度以及机器人等待时间加入蚁群算法状态转移公式中,以及将蚁群算法的解作为遗传算法的初始种群,提高遗传算法的初始解质量,然后进行编码,设置违反时间窗约束和载重量的惩罚函数和适应度函数,在传统遗传算法的交叉、变异操作后加入了破坏-修复基因的操作来优化每一代新解的质量,在Solomon Benchmark算例上进行仿真,对比算法改进前后的最优解,验证算法可行性。最后在餐厅送餐问题中把带有障碍物的仿真环境路径规划问题和VRPTW问题结合,使用改进后的算法解决餐厅环境下送餐机器人对顾客服务配送问题。展开更多
文摘针对电动垂直起降机(electric vertical take-off and landing,eVTOL)在复杂城市低空空域运行中存在的场景适应性不足和多约束耦合建模不足等突出问题,提出了融合不同任务场景和多目标优化的通用三维eVTOL飞行路径规划方法。首先,提出一种优化的结构化空域规划架构具体方法,以平衡低空空域航空器运行安全和空域容量之间的矛盾,确保空域资源的高效利用;其次,基于多旋翼eVTOL飞行器的飞行动力学与空气动力学特性,建立准确的能耗评估模型以进一步优化飞行路径,从而通过构建标准大气模型和障碍区环境建模,综合优化路径能耗、路径长度、路径平滑和计算时间,形成了全面的综合代价评估函数;最后,基于改进粒子群算法,提出了适用于不同运行场景并能应对各种交通活动需求的三维通用路径规划算法。仿真验证表明:通用三维全局路径规划方法能够在多种复杂场景下,针对不同任务需求规划出安全可行绿色的飞行路径;相较于传统路径规划算法,该改进方法在典型城市场景中展现出更优的能耗效率和航程优化等性能;在极端紧急任务场景下可快速生成应急路径,计算效率提升显著。研究结果为城市空中交通系统设计提供了兼顾安全性与经济性的解决方案,其多场景适应特性有助于推动立体化交通网络建设,为低空经济产业链发展提供技术支撑。
文摘蚁群算法拥有良好的全局性、自组织性、鲁棒性,但传统蚁群算法存在许多不足之处。为此,针对算法在路径规划问题中的缺陷,在传统蚁群算法的状态转移公式中,引入目标点距离因素和引导素,加快算法收敛性和改善局部最优缺陷。在带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW)上,融合蚁群算法和遗传算法,并将顾客时间窗宽度以及机器人等待时间加入蚁群算法状态转移公式中,以及将蚁群算法的解作为遗传算法的初始种群,提高遗传算法的初始解质量,然后进行编码,设置违反时间窗约束和载重量的惩罚函数和适应度函数,在传统遗传算法的交叉、变异操作后加入了破坏-修复基因的操作来优化每一代新解的质量,在Solomon Benchmark算例上进行仿真,对比算法改进前后的最优解,验证算法可行性。最后在餐厅送餐问题中把带有障碍物的仿真环境路径规划问题和VRPTW问题结合,使用改进后的算法解决餐厅环境下送餐机器人对顾客服务配送问题。
