| 改进PSO算法及在无人机路径规划中的应用 |
| |
| 引用本文： | 张姝,汤淼. 改进PSO算法及在无人机路径规划中的应用[J]. 计算机系统应用, 2023, 32(3): 330-337 |
| |
| 作者姓名： | 张姝 汤淼 |
| |
| 作者单位： | 中通服网盈科技有限公司, 南京 210019;南京航空航天大学 民航学院, 南京 211106 |
| |
| 摘 要： | 在无人机路径规划问题中,传统算法存在计算复杂与收敛慢等缺点,粒子群优化算法(PSO)得益于其算法原理简单、通用性强、搜索全面等特性,现多用于无人机航路规划.然而,常规PSO算法容易陷入局部最优,本文在优化调整自适应参数的基础上综合引入全局极值变异与加速度项,以平衡全局和局部搜索效率,避免种群陷入“早熟”.对基准测试函数进行测试的结果表明,本文所提改进PSO算法收敛速度更快,精度更高.在实例验证部分,首先提取飞行场景特征,结合无人机性能约束,进行环境建模;然后将多项运行约束和期望的最小化飞行时间均转化为罚函数,以最小化罚函数作为目标,构建无人机飞行任务场景下的航路规划模型,并利用本文所提改进粒子群算法进行求解,最后通过对比仿真验证了改进粒子群算法的高效性和实用性.
|
| 关 键 词： | 粒子群算法 无人机 路径规划 |
| 收稿时间： | 2022-07-29 |
| 修稿时间： | 2022-08-26 |
Improved PSO Algorithm and Its Application in Route Planning of UAV |
| |
| ZHANG Shu,TANG Miao. Improved PSO Algorithm and Its Application in Route Planning of UAV[J]. Computer Systems& Applications, 2023, 32(3): 330-337 |
| |
| Authors: | ZHANG Shu TANG Miao |
| |
| Affiliation: | China Comservice Wangying Technology Co. Ltd., Nanjing 210019, China; College of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China |
| |
| Abstract: | |
| |
| Keywords: | particle swarm optimization (PSO) unmanned aerial vehicle (UAV) route planning |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
