基于改进蜣螂算法的无人机航迹规划

针对无人机航迹规划求解计算量大、收敛难等问题,提出了一种融入了混沌映射和莱维飞行的多策略蜣螂优化(Piecewise Levy Flight Dung Beetle Optimizer, PLDBO)算法的航迹规划方法。建立了三维任务空间模型和无人机路径规划成本函数,将路径规划问题转化为多维函数优化问题。对蜣螂优化(Dung Beetle Optimizer, DBO)算法调用Piecewise混沌映射,改变其初始化过程,增强种群的多样性,加快收敛速度。引入黄金正弦改进滚球蜣螂位置更新公式,有效协调了全局搜索能力与局部挖掘能力,加快了收敛速度。在小偷蜣螂位置更新公式引入Levy策略,增强算法跳出局部最优的能力。引入了一种具有策略自适应的横向交叉,提高了算法的收敛精度,增强了全局寻优能力。通过将提出的改进算法在知名的15个经典基准函数上比较,全面验证了PLDBO算法的优越性,并应用于航迹规划问题求解。仿真结果表明,PLDBO算法能获得更可行、更高效的路径。