摘要
为了解决复杂多变的地形环境下路径信息难以与优化目标相匹配的问题,研究基于地形因素的多目标路径规划方法。首先利用地形起伏度、坡度、路径长度及均匀度等地形因素,构建复杂地形多目标优化函数;然后为了适应不规则帕累托(Pareto)前沿面,提出插值自适应参考点进化算法(interpolation adaptive reference point based multi-objective evolutionary algorithm,IAR-MOEA),即引入插值自适应参考点更新策略,对当前种群的分布拟合插值函数,抽样产生新的参考点,同时采用非支配排序策略删除参考点中的支配解,从而避免了参考点分布的不均匀现象,实现解集多样性分布;最后依据真实三维地形场景进行仿真试验。结果表明,综合考虑路径长度、均匀度,坡度及起伏度因素,IAR-MOEA获得的路径质量均值最优,与原算法相比,收敛性与分布性指标降低0.3,算法运行时间减少2.445 s。该方法适用于复杂地形环境下的多目标路径规划问题,能够满足不同决策者的需求,具有实际指导意义。
- 单位