针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭...针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭州某处山区和纽约城市区域的高程模型;其次,结合地形高程信息,采用凸包策略编码并通过B样条曲线构建路径;最后,对樽海鞘群算法在个体位置更新公式上加入自适应Alpha稳定分布策略与非线性扰动策略,以平衡算法的全局开发能力与局部探索能力,并引入贪婪策略和鱼类聚集装置策略,提高算法搜索效率和精度。利用CEC2020测试函数对所提算法进行实验对比,验证了改进算法的性能。实验结果表明,凸包策略能有效提升算法规划能力,且与传统算法相比,改进后的算法能够使无人机的寻优精度更高,代价函数更小。展开更多
文摘针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭州某处山区和纽约城市区域的高程模型;其次,结合地形高程信息,采用凸包策略编码并通过B样条曲线构建路径;最后,对樽海鞘群算法在个体位置更新公式上加入自适应Alpha稳定分布策略与非线性扰动策略,以平衡算法的全局开发能力与局部探索能力,并引入贪婪策略和鱼类聚集装置策略,提高算法搜索效率和精度。利用CEC2020测试函数对所提算法进行实验对比,验证了改进算法的性能。实验结果表明,凸包策略能有效提升算法规划能力,且与传统算法相比,改进后的算法能够使无人机的寻优精度更高,代价函数更小。
