自适应多启发蚁群算法的无人机路径规划OA北大核心CSTPCD
Research on UAV route planning based on adaptive multi heuristic ant colony algorithm
为了解决蚁群算法在无人机实现路径规划中容易陷入局部最优的问题,提出改进的蚁群算法.对信息素的挥发因子以及信息素进行上、下限设置,防止由于较短路径上的信息素过高以及较长路径上的信息素过低,使蚂蚁陷入局部最优,同时在多启发因素的影响下,将路径的整体长度作为决定状态转移概率的一个自适应启发函数因子,当路径长度很大时,自适应启发函数因子较小,使得蚁群选择该路径的概率减小.实验结果表明,改进的算法在路径长度上减少了6.4％,最优路径长度方差降低了85.78…查看全部>>
尹雅楠;甄然;武晓晶;张春悦;吴学礼
河北科技大学电气工程学院,河北石家庄 050018河北科技大学电气工程学院,河北石家庄 050018河北科技大学电气工程学院,河北石家庄 050018河北科技大学电气工程学院,河北石家庄 050018河北科技大学电气工程学院,河北石家庄 050018
信息技术与安全科学
航空、航天科学技术基础学科其他学科无人机蚁群算法路径规划启发因素
《河北科技大学学报》 2021 (1)
38-47,10
国防基础计划项目河北省重点研发计划项目(19250801D)河北省研究生创新资助项目(CXZZSS2020098)河北省军民融合发展研究课题(HB19JMRH009)
评论