改进PSO算法及其无人机电力巡线规划应用

发布时间：2022-01-05 03:51

　　针对电力巡线任务的具体需求,提出一种改进型自适应粒子群算法。该算法通过引入自适应调节算法中的惯性权重,以平衡不同阶段全局搜索和局部搜索能力;加入具有自调整能力的自学习因子和社会学习因子,着重加强算法在运行后期的收敛速度和寻优能力;并针对偶发的大量粒子聚集于某个局部最优值的现象,适时引入驱散操作,对粒子聚集区域加以疏散,使其被分配到更大的空间范围内,以加强算法跳出局部极小的能力。最后,通过典型智能算法测试函数的测试,检验了改进算法在平均最优值、运行时间和成功次数等方面的优势;通过仿真分析,验证了该算法在电力巡线应用的有效性。 

【文章来源】：应用科技. 2019,46(03)

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟.  机器人. 2018(06)
[2]输电线路智能巡检系统的应用分析[J]. 葛黄徐.  通讯世界. 2018(03)
[3]高压输电线路多无人机自主协同巡线设计与测试[J]. 施孟佶,秦开宇,李凯,郑永康.  电力系统自动化. 2017(10)
[4]一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用[J]. 游晓明,刘升,吕金秋.  控制与决策. 2017(03)
[5]带有精英保留机制的混合差分化学反应算法[J]. 魏民,杨明磊,钱锋.  化工学报. 2015(01)
[6]架空输电线路通道环境的巡视技术与应用[J]. 邓元婧,汪从敏,夏开全,江炯,张浩.  浙江电力. 2014(08)
[7]基于柱状空间和改进A*算法的无人机规避方法[J]. 徐华东,王世勇,杨轻,杨成顺,杨忠.  测控技术. 2014(07)
[8]基于分层的改进A算法在路径规划中的应用[J]. 钱红昇,葛文锋,钟鸣,葛铭.  计算机工程与应用. 2014(07)



本文编号：3569667