基于改进遗传蚁群算法的无人机航路规划

【摘要】：研究无人机航路,要在有限的时间内规划出最优路径。因此航路规划问题本质是多约束条件下函数求极值的优化问题,为了避免局部最优、减少计算时间是目前航路规划的关键技术。针对常用的规划算法存在收敛速度慢且易陷入局部最优这一问题,提出了一种改进的遗传蚁群算法。遗传算法阶段给出了一种小变异和引入新种群算子,维持了较优种群的多样性,蚁群算法阶段设计了一种基于航路代价的初始信息素获取规则,保证蚁群具有较好的初始信息素分布,在求解时能够避免陷入局部最优。仿真结果表明,与其它算法相比,提出的改进算法收敛速度大大提高,能在更短的时间规划出更优的航路。