基于改進(jìn)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(jìn)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(jìn)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(jìn)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?fù)]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(jìn)措施，進(jìn)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(jìn)算法的結(jié)果相比較，驗證了改進(jìn)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(jìn)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(jìn)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(jìn)算法分別通過MATLAB對其進(jìn)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(jìn)算法在全局收斂性和