基于改进人工蜂群算法的无人机的航迹规划

发布时间：2018-11-09 07:25

【摘要】：针对无人机飞行任务规划系统中的航迹规划问题,提出了一种改进的人工蜂群算法,将其应用于无人机的航迹规划。该算法将航迹规划问题转换成函数优化问题,以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制,使蜂群向更优方向进化。在雇佣蜂搜索阶段采用自适应搜索策略来加快算法收敛速度;在跟随蜂搜索阶段引入一种新的概率选择方式来保证种群的多样性;在侦察蜂搜索阶段利用混沌搜索算子提高算法的全局搜索能力。通过标准函数测试与航迹规划仿真对改进后的算法进行验证,结果表明,改进后的算法提高了全局收敛能力,在收敛速度和精度上优于传统的人工蜂群算法,可有效解决无人机的航迹规划问题。
[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.
【作者单位】： 南京航空航天大学;苏州工业职业技术学院;
【分类号】：TP242

【相似文献】

相关会议论文 前10条

1 潘卫军;陈通;;多直升机协同搜索航迹规划[A];第十三届中国科协年会第22分会场-中国通用航空发展研讨会论文集[C];2011年

2 吴昊;任敏;薛宏涛;沈林成;;航迹数据库及其在航迹规划中的应用研究[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

3 高国华;沈林成;常文森;;一种飞行器航迹规划用户界面[A];1997中国控制与决策学术年会论文集[C];1997年

4 冯倚银;李景荣;施晓红;华祖耀;;一种改进的多飞行器协调航迹规划算法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

5 彭建亮;孙秀霞;朱凡;张健;;基于遗传算法的多约束三维航迹规划方法研究[A];第二十七届中国控制会议论文集[C];2008年

6 栾迪;杨忠;张君慧;;一种多无人机协同攻击航迹规划方法[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

7 马培蓓;纪军;朱良明;;威胁环境下多导弹协同航迹规划[A];探索 创新 交流（第4集）——第四届中国航空学会青年科技论坛文集[C];2010年

8 彭志红;孙琳;陈杰;吴金平;;基于改进多智能体协同进化算法的多无人机低空突防航迹规划研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年

9 孟旭航;刘玉玲;白洁;;航线天气预报中航迹规划仿真研究[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

10 赵文婷;彭俊毅;;基于VORONOI图的无人机航迹规划[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

相关博士学位论文 前10条

1 郑昌文;飞行器航迹规划方法研究[D];华中科技大学;2003年

2 王强;UAV集群自主协同决策控制关键技术研究[D];西北工业大学;2015年

3 韩云祥;固定航路飞行条件下航空器航迹规划若干关键技术研究[D];南京航空航天大学;2014年

4 赵明;多无人机系统的协同目标分配和航迹规划方法研究[D];哈尔滨工业大学;2016年

5 杨祖强;生物启发的多无人机协同四维航迹规划方法研究[D];浙江大学;2016年

6 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年

7 胡中华;基于智能优化算法的无人机航迹规划若干关键技术研究[D];南京航空航天大学;2011年

8 屈耀红;小型无人机航迹规划及组合导航关键技术研究[D];西北工业大学;2006年

9 王林;多无人机协同目标跟踪问题建模与优化技术研究[D];国防科学技术大学;2011年

10 张胜祥;基于滚动时域MILP的小型无人机航迹规划[D];华南理工大学;2009年

相关硕士学位论文 前10条

1 王琦;飞行器航迹规划与航迹评价算法研究[D];哈尔滨工业大学;2007年

2 税薇;基于贝叶斯推理与蚁群算法的仿真飞行器航迹规划研究[D];青岛科技大学;2009年

3 毛云云;多飞行器协同航迹规划算法研究[D];哈尔滨工业大学;2010年

4 赵玲玲;飞行器航迹规划与航迹控制算法研究与实现[D];哈尔滨工业大学;2006年

5 卢江松;基于改进蚁群算法的多机协同突防航迹规划方法研究[D];国防科学技术大学;2011年

6 张建峰;一种飞行器航迹规划算法[D];哈尔滨工程大学;2012年

7 杨杰;具有端点方向约束的快速航迹规划方法研究[D];华中科技大学;2013年

8 姚蔚然;基于多阶段航迹预测的UAVs实时任务规划[D];哈尔滨工业大学;2015年

9 王芳;基于量子蚁群算法的多无人机协同航迹规划研究[D];哈尔滨工业大学;2015年

10 丛岳;多小型无人机协同航迹规划及其硬件在回路仿真[D];北京理工大学;2015年

，

本文编号：2319744