基于遗传算法的军用飞行器航迹规划

为规划出飞行器在低空突防时的最优路径,本文主要采用遗传算法进行航迹规划.文中分析了遗传算法在求解路径规划问题时相对于其它算法的优点,并针对低空突防的特点和飞行器的机动能力,设计了有效的路径遗传算子,改进了简单遗传算法.其结果表明该方法加快了遗传算法的收敛速度,避免了收敛到局部最优解,并能合理地利用规划区域内的地形与飞行器的机动能力,达到躲避敌方火力单元、有效打击目标的目的.     

基本遗传算法的航迹规划算法研究

运用遗传算法研究低空突防飞行器的透迹规划问题,建立了基于遗传算法的航迹规划的一般模型,针对垂直轨迹规划问题进行了数字仿真,并分析算法的收敛速度和精度。结果表明,遗传算法可以很快收敛到精度较高的近似解,但在接近最优解一定程度后,收敛速度放慢。如何解决这一问题,有待进一步研究。     

基于改进的复合自适应遗传算法的UUV水下回收路径规划

传统遗传算法的变异操作会简单随机产生新的路径,对算法进化性能有不利影响,使算法易陷入局部最优的陷阱;遗传算法常配合栅格法进行路径规划,所得的最优路径并非无人水下航行器（UUV)回收路径规划可获得的最短路径,并存在UUV机动性能可能与最优路径冲突的问题。为此,设计一种具有UUV机动性约束条件的改进遗传算法,提出环境复杂度的概念用于分析机动性约束的具体取值,使路径规划适配于UUV的机动性,使算法结果更具实用性;提出复合自适应变异策略,控制变异的个体在迭代过程中发生自适应的进化;当一定迭代数内种群进化停滞时,引导最优个体进行双阶段自适应变异,从而使最优路径趋近全局近似最优解,有效提高算法的收敛速度。基于MATLAB软件的算法对比仿真结果表明一般复杂水域和复杂水域环境下,改进的复合自适应遗传算法生成的最优路径相比于遗传算法和自适应遗传算法的最优路径更加平滑,路径长度更低,可见改进的复合自适应遗传算法在路径规划上收敛性能和寻优能力更优,更具有可行性和优越性。     

巡航导弹航路规划算法研究

作为提高巡航导弹低空突防能力的关键技术之一,巡航导弹航路规划问题成为众多学者的研究方向.基于遗传算法能够在最短的时间里找到次优解的优点,详细介绍了一种改进的遗传算法,将其应用于巡航导弹航路规划问题中.最后在现在战争中巡航导弹可能遇到的地空导弹、高炮等四种威胁分布已知的情况下,用MATLAB对所建模型进行实验仿真.仿真结果表明该算法收敛,可以解决大范围、多威胁区的巡航导弹低空突防航路规划问题,并具有一定的理论和应用价值.     

基于进化算法的无人飞行器路径规划研究

提出了一种基于遗传算法和B-样条曲线的路径规划新方法。以昏样条曲线控制点的坐标作为遗传因子用遗传算法来进行规划；根据这些控制点，运用B-样条曲线在3维坐标系中生成飞行器路径轨迹。该轨迹是由一些小的B-样条曲线光滑连接而成。由于只对控制点进行规划减小了系统的计算量，极大提高了系统的实时性。仿真表明运用该算法规划的路径可以以最优的轨迹把无人飞行器指引到预定的目的地。     

基于免疫遗传算法的轮式装甲车辆CGF路径规划研究

为了改进轮式装甲车辆CGF路径规划能力,提高CGF路径质量,在基本遗传算法的基础上,结合生物免疫学原理,加入了免疫算法的部分思想,研究一种改进的免疫遗传算法用于轮式装甲车辆CGF全局路径规划。经过仿真实验证明,免疫遗传算法的性能较遗传算法有一定提高,算法收敛更快和规划路径质量更优。     

基于遗传蚁群动态融合的地面自主作战 机器人路径规划

在机器人路径规划与避障算法中,遗传算法具有快速全局搜索能力,但是没有利用系统中反馈的信息。蚁群算法具有很好的信息反馈性,但是由于初期信息素匮乏导致求解速度较慢,易陷入局部最优。提出了一种动态融合的方法,在算法初期通过遗传算法生成蚁群算法的初始信息素分布,后期采取蚁群算法动态融合遗传算子的方法。通过路径规划仿真及实验分析,该动态融合算法不仅提高了收敛速度,而且改善了蚁群算法易陷入局部最优的问题;同时引入了动态避障策略,从而达到了更好的路径规划效果。     

实时低空突防最优航迹算法

在规划出安全走廓和参考航迹的情况下,利用非线性规划法,提出了一种新的你蓉突防最优航迹算法。该算法考虑了飞行器机动能力约束,使量优航迹不需要平滑２就一一个可实现航迹,同时也考虑了地形及威胁对最优航迹的影响。另外,打破了将威胁当作一座山的传统处理方式,使最优航迹不仅能紧密跟踪地形,而且能自动有效地回避威胁。更重要的是采用分段规划,使优化速度大大提高。计算结果表明,该算法能产生平滑的三维突防航迹,并具有     

一种面向城市战的无人机路径规划群智能算法

针对传统路径规划算法用于解决无人机战术路径规划问题时存在局部最优、慢收敛等问题，提出一种改进的群智能算法，以改变初始种群的更新方式，提升灰狼算法的全局寻优能力并加快其收敛速度。引入莱维飞行随机策略以及共生生物搜索算法，借助莱维飞行策略更新种群个体，利用共生生物搜索算法偏利共生阶段的交互性避免陷入局部最优问题。威胁建模是UAV路径规划的重要前提，对威胁物进行等效预处理，结合适应度函数检验算法。设计一种虚实映射仿真验证平台，通过以实映虚的手段验证算法的有效性。实验结果表明，改进后的算法改善了传统路径规划算法的局部最优和慢收敛等路径规划问题，对UAV作战能力的提升具有一定参考价值。     

基于LCS的机器人路径规划收敛性

基于学习分类器集成算法，设计了在动态环境下的适应度函数，在理论上推导并证明了集成算法的收敛性。仿真实验结果表明，遗传算法和学习分类器相结合用于机器人的路径规划是收敛的，遗传算法的早熟收敛和收敛速度慢两大难题也得到很大改善。     

一种无人飞行器路径的选优方法

路径评价和多条路径的选优是无人飞行器路径规划系统的重要组成部分。以路径规划的过程为出发点，结合无人飞行器的性能、实际飞行目的、飞行中的各种约束等条件进行考虑，将无人飞行器飞行路径的性能归结为八个指标，并将其归一化为可直接比较的无量纲值，然后引用判断矩阵来确定各项指标对飞行路径综合性能的影响，最后对多条路径进行综合评价，并从中选出最优的飞行路径。     

有限推力机动变轨能力包络快速计算分析

通过设计加权的组合性能指标函数,将机动变轨能力包络计算评估问题转化为一系列使组合性能指标最优的飞行任务规划问题求解,并采用求解精度高、收敛速度快的伪谱结点-非线性规划方法将存在多个推进-滑行段的最优任务规划问题离散转换并快速求解。算例仿真表明,采用该方法可以综合评估限定推进剂耗量、程序角速率限幅等约束下的机动变轨能力包络,给出满足可控性要求的最优飞行轨道,进而可以增强小推力长期在轨机动飞行器的多样化任务适应能力。     

基于双重遗传算法的多机器鱼路径规划

为更快地计算出机器鱼之间在协调合作下的最优路径,提出一种基于改进的遗传算法的多目标路径规划方法。在传统遗传算法的基础上加入了插入、删除和修复算子,提高了算法的搜索效率,在选择算子中加入了避免外部存储器中出现相同个体的机制,防止＂早熟＂收敛,并将该算法引入到多机器鱼路径规划中,通过变异、选择等操作得到最优路径。水中机器鱼比赛2D仿真平台上的实验结果表明：该算法具有较快的搜索效率和较强的适应性,并大大提高了系统的协调性。     

引入突防概率的飞机航路规划遗传算法

飞机低空突防技术除了包括地形跟随、地形回避和威胁回避以外,当不能在敌防区外发射导弹时,还必须分析目标附近的敌防御体系的构成。将最大突防概率引入航路规划的代价函数指标中,通过突防概率的计算,提出以航路末端进入角来修正代价函数指标。采用遗传算法进行航路规划,仿真算例表明,该算法可以满足对地形和静态威胁的回避,同时可以按照突防概率最大的末端进入角到达目标点。     

高超声速飞行器多约束多种机动突防模式弹道规划

为了提高高超声速飞行器的突防概率,利用优化理论,规划了多约束5种机动突防模式弹道（3种横向机动方式,2种纵向机动方式）.把连续的控制变量离散为分段常值函数,将最优控制问题转换为参数优化问题,利用序列二次规划方法求解.规划过程中,提出了改进的拟平衡滑翔条件,建立了攻角和倾侧角间的一种约束关系,减少了一个控制变量,而且能够...     

国外轴对称再入飞行器中段机动策略研究

生存概率是轴对称再入飞行器一项重要性能指标,为了提高其生存概率,以国外轴对称再入飞行器在飞行中段机动变轨全剖面为研究对象,构建中段机动规划问题的数学模型,提出适应于攻防对抗的程序机动策略、躲避机动策略以及弹道回归机动策略。仿真算例表明：提出的中段机动规划策略合理可行,有效改变了弹道运动轨迹,提高了突防概率,对工程应用具有一定的参考价值。     

基于模拟退火算法的岛礁补给路径规划

为了高效、准确地解决岛礁补给最优路径规划问题,基于模拟退火算法对该问题进行了研究.采用路径长度最短作为海岛补给路径规划的最优指标,利用模拟退火算法求解最短路径.并分别对蚁群算法和模拟退火算法路径规划进行仿真分析,仿真结果表明:在岛礁补给路径规划问题上,模拟退火算法不仅可以高效准确地解决岛礁最优路径规划问题,而且相对于蚁群算法具有能避免陷入局部最优,计算结果稳定且效率更高等优势.该方法不仅可以用于岛礁补给路径规划,还可以用于解决无人平台、飞行器等路径规划的问题.     

基于改进粒子群优化算法的路径规划方法研究

文中充分利用粒子群优化算法收敛速度快、机理简单和编码实现容易的优点，提出了一种新颖的极坐标空间粒子群路径规划方法，并将其应用于真实海图数据环境中。通过仿真实验表明改进的粒子群算法同传统的PSO算法及遗传算法相比，在解决路径规划问题上具有更快的收敛速度和更高的收敛精度。     

再论超低空突防战术和技术

通过大量事例，进一步阐述了超低空飞行突防战术和技术的有效性。同时着重讨论了飞行任务规划等技术对飞行器超低空突防的特殊作用。最后简要讨论了超低空、隐身和超音速等问题。     

限定搜索区域的分层遗传算法无人机路径规划

为克服简单遗传算法易陷入局部最优解的缺点,减小路径搜索范围,提出了限定搜索区域的分层遗传算法无人机路径规划方法,该方法将分层遗传算法引入无人机路径规划的优化搜索问题中,将路径节点的二维坐标作为基因进行编码,根据威胁的分布情况缩小路径规划算法的搜索范围,使子种群可以获得包含不同优良模式的新个体,为子种群提供更加平等的竞争生存机会,使优化搜索有较为明确的搜索方向。仿真结果表明:与基于分层遗传算法的路径规划方法相比,该方法提高了路径寻优算法的性能,减少了绕行路径的出现几率,缩短了最优路径的长度。