改进PSO算法及其无人机电力巡线规划应用

针对电力巡线任务的具体需求,提出一种改进型自适应粒子群算法。该算法通过引入自适应调节算法中的惯性权重,以平衡不同阶段全局搜索和局部搜索能力;加入具有自调整能力的自学习因子和社会学习因子,着重加强算法在运行后期的收敛速度和寻优能力;并针对偶发的大量粒子聚集于某个局部最优值的现象,适时引入驱散操作,对粒子聚集区域加以疏散,使其被分配到更大的空间范围内,以加强算法跳出局部极小的能力。最后,通过典型智能算法测试函数的测试,检验了改进算法在平均最优值、运行时间和成功次数等方面的优势;通过仿真分析,验证了该算法在电力巡线应用的有效性。