基于改进粒子群算法的三维路径规划研究

作者：杨教; 陆安江^*; 彭熙舜; 刘红涛; 龙纪安; 黄骞瑶

来源：电子测量技术, 2023, 46(12): 92-97.

DOI：10.19651/j.cnki.emt.2210899

• 三维路径
• 粒子群算法
• 收缩因子
• 人工蜂群算法
• 地形测绘

针对基本粒子群算法(PSO)收敛速度快、易早熟，容易陷入局部误区的问题，提出了粒子群-人工蜂群混合算法(PSO-ABC),并将提出的算法应用于无人机三维环境下的路径规划。该算法在改进粒子群算法的基础上，融合了人工蜂群算法来对无人机三维路径进行全局规划。首先引入非线型惯性权重和收缩因子，改进粒子的速度公式，然后利用人工蜂群算法的搜索算子对最优解再一次寻优，解决了粒子群算法因局部搜索能力较差陷入局部误区的问题。本文在三维环境下设置了两组实验，对比粒子群-人工蜂群混合算法与粒子群算法、人工蜂群算法的路径寻优性能。实验结果显示，本文提出的算法路径寻优能力有所提高，相比于粒子群算法，提高了6.1%,相比于人工蜂群算法提高了6.9%。

• 单位
  贵州大学