期刊文献+

基于改进万有引力搜索算法的无人机航路规划 被引量:25

原文传递
导出
摘要 无人机航路规划是根据任务目标规划出某种性能指标最优的飞行航路的全局优化问题.本文将改进后的万有引力搜索算法用于求解航路规划问题,在万有引力搜索算法的速度更新部分引入粒子群算法中的记忆和群体信息交流功能,改善了最优解的质量;然后提出了基于权值的粒子惯性质量更新公式,以加快全局搜索的收敛速度;后运用优胜劣汰的选择操作规则,对粒子的位置进行更新,使种群始终朝着最优解的方向进化.通过与其他仿生智能计算方法的仿真实验对比,验证了本文所提算法可在复杂作战环境下实时有效规划出无人机的最优航路.
作者 李沛 段海滨
出处 《中国科学:技术科学》 CSCD 北大核心 2012年第10期1130-1136,共7页 Scientia Sinica(Technologica)
基金 国家自然科学基金(批准号:60975072 60604009) 教育部新世纪优秀人才支持计划(批准号:NCET-10-0021) 航空科学基金(批准号:20115151019) 中央高校基本科研业务费
  • 相关文献

参考文献11

  • 1Bortoff S A. Path planning for unmanned air vehicles. In: Proceedings of the American Control Conference. Chicago: IEEE, 2000. 364-368.
  • 2段海滨,邵山,苏丙未,张雷.基于仿生智能的无人作战飞机控制技术发展新思路[J].中国科学:技术科学,2010,40(8):853-860. 被引量:12
  • 3Esmat R, Hossein N,Saeid S. GSA: A gravitational search algorithm. Inform Sci, 2009, 179: 2232-2248.
  • 4Kennedy J, Eberhart R. Particle swarm optimization. In: Proceedings of the IEEE International Conference on Neural Networks. Perth, Australia: IEEE, 1995. 1942-1948.
  • 5Li C S, Zhou J Z. Parameters identification of hydraulic turbine governing system using improved gravitational search algorithm. Energ Convers Manage, 2011, 52: 374-381.
  • 6Storn R, Price K. Differential evolution: A simple and efficient heuristic for global optimization over continuous spaces. J Global Optim, 1997, 11: 341-359.
  • 7刘森琪,段海滨,余亚翔.基于Voronoi图和蚁群优化算法的无人作战飞机航路规划[J].系统仿真学报,2008,20(21):5936-5939. 被引量:22
  • 8柳长安,李为吉,王和平.基于蚁群算法的无人机航路规划[J].空军工程大学学报(自然科学版),2004,5(2):9-12. 被引量:26
  • 9Xu C F, Duan H B, Liu F. Chaotic artificial bee colony approach to Uninhabited Combat Air Vehicle (UCAV) path planning. Aerosal Sci Tech, 2010, 14: 535-541.
  • 10Sarafrazi S, Nezamabadi-pour H, Saryazdi S. Disruption: A new operator in gravitational search algorithm. Sci Iran, 2011,18: 539-548.

二级参考文献33

共引文献57

同被引文献216

引证文献25

二级引证文献104

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部