【摘要】：針對(duì)無(wú)人機(jī)飛行任務(wù)規(guī)劃系統(tǒng)中的航跡規(guī)劃問(wèn)題,提出了一種改進(jìn)的人工蜂群算法,將其應(yīng)用于無(wú)人機(jī)的航跡規(guī)劃。該算法將航跡規(guī)劃問(wèn)題轉(zhuǎn)換成函數(shù)優(yōu)化問(wèn)題,以蜂群為搜索單位,通過(guò)群體之間的信息交流與優(yōu)勝劣汰機(jī)制,使蜂群向更優(yōu)方向進(jìn)化。在雇傭蜂搜索階段采用自適應(yīng)搜索策略來(lái)加快算法收斂速度;在跟隨蜂搜索階段引入一種新的概率選擇方式來(lái)保證種群的多樣性;在偵察蜂搜索階段利用混沌搜索算子提高算法的全局搜索能力。通過(guò)標(biāo)準(zhǔn)函數(shù)測(cè)試與航跡規(guī)劃仿真對(duì)改進(jìn)后的算法進(jìn)行驗(yàn)證,結(jié)果表明,改進(jìn)后的算法提高了全局收斂能力,在收斂速度和精度上優(yōu)于傳統(tǒng)的人工蜂群算法,可有效解決無(wú)人機(jī)的航跡規(guī)劃問(wèn)題。
[Abstract]:An improved artificial bee colony algorithm is proposed to solve the problem of flight path planning in UAV mission planning system, which is applied to track planning of UAV. The algorithm transforms the trajectory planning problem into a function optimization problem. The honeybee colony is used as the search unit. Through the exchange of information among the populations and the survival of the fittest mechanism, the swarm evolves in a better direction. In the phase of employment bee search, adaptive search strategy is adopted to speed up the convergence of the algorithm, and a new probability selection method is introduced to ensure the diversity of the population in the following bee search phase. In the phase of reconnaissance bee search, chaotic search operator is used to improve the global search ability of the algorithm. The improved algorithm is verified by standard function test and track planning simulation. The results show that the improved algorithm improves the global convergence ability and is superior to the traditional artificial bee colony algorithm in convergence speed and precision. It can effectively solve the route planning problem of UAV.
【作者單位】： 南京航空航天大學(xué);蘇州工業(yè)職業(yè)技術(shù)學(xué)院;
【分類號(hào)】：TP242

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前10條

1 潘衛(wèi)軍;陳通;;多直升機(jī)協(xié)同搜索航跡規(guī)劃[A];第十三屆中國(guó)科協(xié)年會(huì)第22分會(huì)場(chǎng)-中國(guó)通用航空發(fā)展研討會(huì)論文集[C];2011年

2 吳昊;任敏;薛宏濤;沈林成;;航跡數(shù)據(jù)庫(kù)及其在航跡規(guī)劃中的應(yīng)用研究[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

3 高國(guó)華;沈林成;常文森;;一種飛行器航跡規(guī)劃用戶界面[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

4 馮倚銀;李景榮;施曉紅;華祖耀;;一種改進(jìn)的多飛行器協(xié)調(diào)航跡規(guī)劃算法[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

5 彭建亮;孫秀霞;朱凡;張健;;基于遺傳算法的多約束三維航跡規(guī)劃方法研究[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

6 欒迪;楊忠;張君慧;;一種多無(wú)人機(jī)協(xié)同攻擊航跡規(guī)劃方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

7 馬培蓓;紀(jì)軍;朱良明;;威脅環(huán)境下多導(dǎo)彈協(xié)同航跡規(guī)劃[A];探索 創(chuàng)新 交流（第4集）——第四屆中國(guó)航空學(xué)會(huì)青年科技論壇文集[C];2010年

8 彭志紅;孫琳;陳杰;吳金平;;基于改進(jìn)多智能體協(xié)同進(jìn)化算法的多無(wú)人機(jī)低空突防航跡規(guī)劃研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

9 孟旭航;劉玉玲;白潔;;航線天氣預(yù)報(bào)中航跡規(guī)劃仿真研究[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

10 趙文婷;彭俊毅;;基于VORONOI圖的無(wú)人機(jī)航跡規(guī)劃[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鄭昌文;飛行器航跡規(guī)劃方法研究[D];華中科技大學(xué);2003年

2 王強(qiáng);UAV集群自主協(xié)同決策控制關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

3 韓云祥;固定航路飛行條件下航空器航跡規(guī)劃若干關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2014年

4 趙明;多無(wú)人機(jī)系統(tǒng)的協(xié)同目標(biāo)分配和航跡規(guī)劃方法研究[D];哈爾濱工業(yè)大學(xué);2016年

5 楊祖強(qiáng);生物啟發(fā)的多無(wú)人機(jī)協(xié)同四維航跡規(guī)劃方法研究[D];浙江大學(xué);2016年

6 傅陽(yáng)光;粒子群優(yōu)化算法的改進(jìn)及其在航跡規(guī)劃中的應(yīng)用研究[D];華中科技大學(xué);2011年

7 胡中華;基于智能優(yōu)化算法的無(wú)人機(jī)航跡規(guī)劃若干關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2011年

8 屈耀紅;小型無(wú)人機(jī)航跡規(guī)劃及組合導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2006年

9 王林;多無(wú)人機(jī)協(xié)同目標(biāo)跟蹤問(wèn)題建模與優(yōu)化技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

10 張勝祥;基于滾動(dòng)時(shí)域MILP的小型無(wú)人機(jī)航跡規(guī)劃[D];華南理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 王琦;飛行器航跡規(guī)劃與航跡評(píng)價(jià)算法研究[D];哈爾濱工業(yè)大學(xué);2007年

2 稅薇;基于貝葉斯推理與蟻群算法的仿真飛行器航跡規(guī)劃研究[D];青島科技大學(xué);2009年

3 毛云云;多飛行器協(xié)同航跡規(guī)劃算法研究[D];哈爾濱工業(yè)大學(xué);2010年

4 趙玲玲;飛行器航跡規(guī)劃與航跡控制算法研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2006年

5 盧江松;基于改進(jìn)蟻群算法的多機(jī)協(xié)同突防航跡規(guī)劃方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

6 張建峰;一種飛行器航跡規(guī)劃算法[D];哈爾濱工程大學(xué);2012年

7 楊杰;具有端點(diǎn)方向約束的快速航跡規(guī)劃方法研究[D];華中科技大學(xué);2013年

8 姚蔚然;基于多階段航跡預(yù)測(cè)的UAVs實(shí)時(shí)任務(wù)規(guī)劃[D];哈爾濱工業(yè)大學(xué);2015年

9 王芳;基于量子蟻群算法的多無(wú)人機(jī)協(xié)同航跡規(guī)劃研究[D];哈爾濱工業(yè)大學(xué);2015年

10 叢岳;多小型無(wú)人機(jī)協(xié)同航跡規(guī)劃及其硬件在回路仿真[D];北京理工大學(xué);2015年

，

本文編號(hào)：2319744