Print

一种改进遗传算法的无人机航迹规划

论文摘要

航迹规划是无人机的关键技术也是其智能化的基石,伴随着无人机的快速发展,航迹规划技术也在不断更新。遗传算法是一种模拟生物进化过程的仿生全局寻优算法,可用于无人机航迹规划,但其在无人机航迹规划过程后期收敛速度变慢,容易陷入局部最优,因此提出一种改进无人机航迹规划方法。在遗传算法中引入差分进化变异策略,增加算法变异的多样性,并把遗传算法与模拟退火算法结合起来,摆脱局部最优,且在作战仿真软件VR-Forces中对所规划航迹进行验证。仿真验证表明,改进算法能够加快收敛速度且在提高规划效率的同时抑制算法早熟,成功规划一条代价最优的航迹。

论文目录

  • 1 引言
  • 2 遗传算法简介和改进
  •   2.1 GA算法
  •     1)选择算子,又称复制繁殖算子。
  •     2)交叉算子,又称重组配对算子。
  •     3)变异算子,变异的作用是增加不确定性,提高算法的多样性和寻优能力。
  •   2.2 改进变异策略
  •   2.3 SA算法
  • 3 无人机航迹规划约束条件和流程图
  •   3.1 约束条件
  •     3.1.1 性能约束
  •     3.1.2 威胁约束
  •   3.2 基于改进GASA算法的无人机航迹规划
  •     3.2.1 适应度函数
  •     3.2.2 退温函数和中止规则
  •     3.2.3 改进GASA航迹规划算法流程
  • 4 仿真实验与分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 程泽新,李东生,高杨

    关键词: 航迹规划,遗传算法,模拟退火算法,变异策略

    来源: 计算机仿真 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 航空航天科学与工程,自动化技术

    单位: 国防科技大学电子对抗学院

    基金: 国防科技创新特区基金(17-163-11-ZT-004-014-02)

    分类号: TP18;V279

    页码: 31-35

    总页数: 5

    文件大小: 2188K

    下载量: 425

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/0c6da8923378214975be34f6.html