基于改进多目标蚁群算法的无人机路径规划OA北大核心CSCDCSTPCD
UAV path planning using improved multiobjective ant colony system
针对无人机SEAD任务的路径规划问题,利用VORONOI图构建初始路径,分析了路径代价计算方法,并使用改进的多目标蚁群算法对路径进行优化选择.针对该特殊应用场景,引入了各路径段与起始点-目标点连线的夹角信息作为新的启发信息,加快了算法的搜索速度,同时改进启发信息的计算公式,适当缩小各可选路径段启发信息量的差异,加强了蚁群算法的全局搜索能力.仿真结果显示,与基本多目标蚁群算法相比,改进后的算法有效提高了路径搜索的效率和质量.
王振华;章卫国;李广文
西北工业大学,自动化学院,西安,710072西北工业大学,自动化学院,西安,710072西北工业大学,自动化学院,西安,710072
信息技术与安全科学
无人机路径规划VORONOI图多目标蚁群算法
《计算机应用研究》 2009 (6)
2104-2106,2109,4
评论