基于蚁群算法的水下无人平台航路规划

发布时间：2022-01-06 09:52

　　水下无人平台具有重要的军事价值,而航路规划是水下无人平台的关键技术。为了解决当前水下无人平台航路规划方法存在的规划时间长、无法获得最优规划航路规划结果的不足,提高规划航路规划效果,提出了基于蚁群算法的水下无人平台航路规划方法。首先建立水下无人平台航路规划问题的数学模型,给予水下无人平台航路规划的约束条件,然后建立水下无人平台航路规划的环境模型,并引入蚁群算法找到最优水下无人平台航路规划方案,最后对本文水下无人平台航路规划方法的性能进行了验证性测试。结果表明,相对于其它规划方法,蚁群算法不仅可以在短时间内找到最优水下无人平台航路规划方案,而且成功率更高。 

【文章来源】：舰船科学技术. 2020,42(04)北大核心

【文章页数】：3 页

【部分图文】：

水下无人平台的约束区域网格标记Fig.1Gridmarkofconstraintareaofunderwater

爱民,何晓文,肖滨.基于改进遗传算法的水下无人平台航路规划[J].青岛大学学报(工程技术版),2002(4):89–92.[4]欧阳志宏,郭强.改进蚁群算法的无人机突防航路规划[J].现代防御技术,2018,46(1):74–78+114.[5]表1与其它水下无人平台航路规划方法结果比较Tab.1Comparisonofrouteplanningresultswithotherunderwaterunmannedplatforms方法名称航路规划成功率航路规划平均时间遗传算法92.149.11格扩展法88.1311.19动态规划法88.5113.67序列规划法90.5819.12蚁群算法95.295.42图2蚁群算法的水下无人平台航路规划方法Fig.2Workingideaofrouteplanningmethodofunderwaterunmannedplatformbasedonantcolonyalgorithm图3蚁群算法的水下无人平台航路规划结果Fig.3Routeplanningresultsofunderwaterunmannedplatformbasedonantcolonyalgorithm第42卷尚冠宇：基于蚁群算法的水下无人平台航路规划·63·

.改进蚁群算法的无人机突防航路规划[J].现代防御技术,2018,46(1):74–78+114.[5]表1与其它水下无人平台航路规划方法结果比较Tab.1Comparisonofrouteplanningresultswithotherunderwaterunmannedplatforms方法名称航路规划成功率航路规划平均时间遗传算法92.149.11格扩展法88.1311.19动态规划法88.5113.67序列规划法90.5819.12蚁群算法95.295.42图2蚁群算法的水下无人平台航路规划方法Fig.2Workingideaofrouteplanningmethodofunderwaterunmannedplatformbasedonantcolonyalgorithm图3蚁群算法的水下无人平台航路规划结果Fig.3Routeplanningresultsofunderwaterunmannedplatformbasedonantcolonyalgorithm第42卷尚冠宇：基于蚁群算法的水下无人平台航路规划·63·

【参考文献】：
期刊论文
[1]改进蚁群算法的无人机突防航路规划[J]. 欧阳志宏,郭强.  现代防御技术. 2018(01)
[2]基于蚁群优化算法的水下航路规划[J]. 张毅,高永琪,牛兴江.  鱼雷技术. 2013(04)
[3]反舰导弹航路规划问题的研究现状与进展[J]. 刘钢,老松杨,谭东风,周智超.  自动化学报. 2013(04)
[4]基于免疫遗传算法的水下无人平台航路规划[J]. 莫军,田亚龙.  舰船科学技术. 2012(09)
[5]基于改进遗传算法的水下无人平台航路规划[J]. 何爱民,何晓文,肖滨.  青岛大学学报(工程技术版). 2002(04)



本文编号：3572232