文献类型：期刊文章

作　　者：汤安迪[1] 韩统[2] 徐登武[3] 谢磊[1]

TANG Andi;HAN Tong;XU Dengwu;XIE Lei(Graduate School,Air Force Engineering University,Xi’an Shaanxi 710038,China;School of Aeronautical Engineering,Air Force Engineering University,Xi’an Shaanxi 710038,China;Unit 94855,Quzhou Zhejiang 324000,China)

机构地区：[1]空军工程大学研究生院,西安710038 [2]空军工程大学航空工程学院,西安710038 [3]94855部队,浙江衢州324000

出　　处：《计算机应用》

基　　金：陕西省自然科学基金资助项目(2020JQ-481);航空科学基金资助项目(201951096002)。

年　　份：2021

卷　　号：41

期　　号：7

起止页码：2128-2136

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对无人机(UAV)航迹规划求解计算量大、难收敛等问题,提出了一种基于混沌麻雀搜索算法(CSSA)的航迹规划方法。首先,建立二维任务空间模型与航迹代价模型,将航迹规划问题转化为多维函数优化问题;其次,采用立方映射初始化种群,并使用反向学习策略(OBL)引入精英粒子,增强种群多样性,扩大搜索区域范围;然后,引入正弦余弦算法(SCA),并采用线性递减策略平衡算法的开发与探索能力,当算法陷入停滞时,采用高斯游走策略帮助算法跳出局部最优;最后,将提出的改进算法在15个基准测试函数中进行性能验证,并应用于航迹规划问题求解。仿真结果表明,CSSA的寻优性能优于粒子群优化(PSO)算法、天牛群优化(BSO)算法、鲸鱼优化算法(WOA)、灰狼优化(GWO)算法和麻雀搜索算法(SSA),并且能够快速地得到一条代价最优、满足约束的安全可行航迹,验证了所提方法的有效性。

关 键 词：优化算法  麻雀搜索算法  混沌算子  反向学习  航迹规划

分 类 号：TP391.9]