文献类型：期刊文章

作　　者：王翼虎[1] 王思明[1]

WANG Yi-hu;WANG Si-ming(School of Automation and Electrical Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China)

机构地区：[1]兰州交通大学自动化与电气工程学院,甘肃兰州730070

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金(61867003,61263004)。

年　　份：2020

卷　　号：42

期　　号：9

起止页码：1690-1696

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：针对传统粒子群算法PSO求解无人机路径规划问题时存在极易陷入局部最优的问题,在PSO算法中引入细菌觅食算法BFO的趋化操作、迁徙操作,以提高其寻优能力。首先根据无人机飞行环境建立三维高程环境模型,并使用路径长度代价、障碍危险代价和航迹高程代价来构造适应度函数;然后在分析了粒子群算法和细菌觅食算法原理及特点的基础上,给出了算法的改进方法及其具体流程。最后,通过Matlab仿真验证表明:混合算法有效改善了粒子群算法的缺陷,在进行无人机路径规划时,相比于传统PSO算法,混合算法寻优精度和稳定性有明显改善。

关 键 词：粒子群算法 细菌觅食算法 路径规划

分 类 号：TP273]