基于改進蟻群算法的無人飛行器航跡規(guī)劃應(yīng)用研究.pdf

1、隨著現(xiàn)代科技的飛速發(fā)展，無人飛行器技術(shù)的發(fā)展也日益成熟和完善。航跡規(guī)劃作為無人飛行器智能控制的關(guān)鍵技術(shù)之一，是提高飛行器作戰(zhàn)效能，實現(xiàn)安全可靠飛行的保證。它主要是為無人飛行器在相關(guān)條件約束下規(guī)劃出一條滿足某種性能指標(biāo)的最優(yōu)或最滿意的飛行軌跡。目前，已有包括遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、模擬退火算法等等多種智能優(yōu)化算法應(yīng)用于航跡規(guī)劃中。蟻群算法作為一種模擬螞蟻覓食行為的仿生優(yōu)化群智能算法，具有并行分布式計算、信息正反饋、較強的魯棒性和易于與其他

2、算法結(jié)合等優(yōu)點，也被廣泛運用于解決如TSP、網(wǎng)絡(luò)路由、航跡規(guī)劃等眾多組合優(yōu)化問題。
　　 本文首先研究了基本蟻群算法的原理和數(shù)學(xué)模型，分析了基本蟻群算法容易陷入局部最優(yōu)解這一缺點的主要原因，介紹了兩種比較典型的改進蟻群算法：ANT-Q System和MAX-MIN Ant System。在此基礎(chǔ)上，提出一種改善算法全局收斂性能的改進策略，其基本思想是：將基本蟻群算法中單一種群搜索迭代的方式改進為雙種群同時獨立搜索迭代，并且不同種

3、群的螞蟻之間能夠交流協(xié)作。引入算法陷入可能局部最優(yōu)解的概念，在算法迭代過程中，當(dāng)出現(xiàn)陷入可能局部最優(yōu)時，動態(tài)交換不同種群對應(yīng)路徑上的信息素，并且自適應(yīng)雙向調(diào)整信息素揮發(fā)系數(shù)。同時借鑒最大最小螞蟻系統(tǒng)的思想，將不同種群路徑上的信息素分別限定在一定范圍之內(nèi)，避免出現(xiàn)因某些路徑上的信息素過高而使搜索停滯的現(xiàn)象。通過這些改進措施，進一步擴大算法的搜索空間，提高算法的全局搜索能力。然后利用MATLAB工具對TSP問題實例仿真，并將基本蟻群算法和改

4、進算法的結(jié)果相比較，驗證了改進算法的有效性。
　　 通過對無人飛行器航跡規(guī)劃性能指標(biāo)的分析，建立航跡規(guī)劃算法模型。在此基礎(chǔ)上，分析蟻群算法應(yīng)用于航跡規(guī)劃的一般流程，同時重點闡述了本文改進的自適應(yīng)雙種群蟻群算法在航跡規(guī)劃應(yīng)用中的設(shè)計思路。為了驗證改進算法在航跡規(guī)劃中的可行性和有效性，本文最后假設(shè)一個任務(wù)實例，用基本算法和改進算法分別通過MATLAB對其進行編程仿真。通過對比仿真結(jié)果，驗證了在航跡規(guī)劃的應(yīng)用中，改進算法在全局收斂性和