智能飞行器航迹快速规划改进算法研究
发布时间:2022-04-23 17:30
本文基于禁忌搜索算法和Dijkstra算法提出一种启发式算法,在改进禁忌搜索算法中,选择一系列搜索方向作为试探方向,选择让目标函数具有更大选择性的可行解为下一初始点,并更新禁忌域以此寻找最优点。在改进Dijkstra算法中,通过对校正点采用永久和临时标号的方式,通过先遍历还没有最短路中的校正点,选出一个距离最近已经在最短路集合中的校正点,并把它加入到最短路中,时刻更新最短路,直到所有可行校正点都加入到最短路中。通过不断的赋值并更新初始点,寻找下一可行域中满足水平校正和垂直校正约束的校正点,最后在两种可行解中选取最优解,用于极小化航迹长度和校正次数加权和。
【文章页数】:1 页
【参考文献】:
期刊论文
[1]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU. Science China(Information Sciences). 2018(05)
[2]基于变步长稀疏A*搜索和MPC的多无人机层次化协同航迹规划[J]. 薄宁,李相民,代进进,唐嘉钰. 指挥控制与仿真. 2018(02)
本文编号:3647650
【文章页数】:1 页
【参考文献】:
期刊论文
[1]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU. Science China(Information Sciences). 2018(05)
[2]基于变步长稀疏A*搜索和MPC的多无人机层次化协同航迹规划[J]. 薄宁,李相民,代进进,唐嘉钰. 指挥控制与仿真. 2018(02)
本文编号:3647650
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3647650.html