一种改进的粒子群优化算法及其在无人机航路规划中的应用

作者：李鹏; 李兵舰; 亓亮; 陈凯翔; 李迪

来源：舰船电子对抗, 2019, 42(05): 59-64.

DOI：10.16426/j.cnki.jcdzdk.2019.05.015

• 粒子群优化
• 航路规划
• 遗传算法

粒子群优化(PSO)算法原理简单、通用性强、搜索能力全面,特别适合用于无人机航路规划。常规的PSO算法容易陷入局部最优,结合遗传算法,对PSO算法的种群进行交叉、变异等操作,根据适应值优劣,对粒子先判断后更新,提高了种群的多样性,避免种群陷入"早熟",提高了收敛速度。通过对基准测试函数进行测试,结果表明,改进的遗传-粒子群优化(GA-PSO)算法收敛速度更快,收敛精度更高。针对无人机航路规划问题,采用GA-PSO算法进行仿真,仿真结果验证了GA-PSO算法在航路规划中的有效性。

• 单位
  中国船舶重工集团公司第七二三研究所