基于改进教-学算法的无人机航路规划

作者：武巍; 邹杰

来源：计算机应用, 2016, 36(09): 2626-2641.

• 教-学优化算法
• 无人机
• 航路规划
• 自适应交叉
• 局部最优
• 量子粒子群优化算法

针对传统教-学优化(TLBO)算法进行航路规划时收敛速度慢、容易陷入局部最优的问题,提出一种自适应交叉教-学优化(AC-TLBO)算法。首先,该算法令传统教-学优化(TLBO)算法的教学因子随着迭代次数而发生变化,提高算法的学习速度;其次,当算法可能要陷入局部最优时,加入一定的扰动,使算法尽可能地跳出局部最优;最后,为了进一步提升算法的收敛效果,在算法中引入遗传算法的交叉环节。利用传统教-学优化(TLBO)算法、自适应交叉教-学优化(AC-TLBO)算法和量子粒子群优化(QPSO)算法进行无人机航路规划,仿真结果表明,在10次规划中,自适应交叉教-学优化(AC-TLBO)算法有8次找到了全局最优路径,而传统教-学优化(TLBO)算法和量子粒子群优化(QPSO)算法分别只找到了2次和1次;而且自适应交叉教-学优化(AC-TLBO)算法的收敛速度高于另外两种算法。

• 单位
  中国航空工业集团公司洛阳电光设备研究所; 光电控制技术重点实验室