基于改进蝙蝠算法的无人机路径规划研究
高耀文
王在俊
王雪
钱奕舟
中国民航飞行学院民航飞行技术与飞行安全重点实验室 广汉 618307
摘要：针对蝙蝠算法在处理无人机路线规划问题时出现的前期迭代缓慢、容易进入局部最优等情况.论文将遗传因子算法与蝙蝠算法相结合,提出一种融合遗传因子的蝙蝠算法(Genetic-Bat Algorithm,GBA).算法首先引入遗传算法的交叉和变异操作进行选择融合,提高前期迭代收敛速度;然后在蝙蝠算法中使用分阶段局部搜索,增加对最优解局部域的检索;最后加入删除操作,以减少路径冗余度.通过建立地图模型的仿真,结果表明该算法在路径规划和迭代速度上和其他算法相比能够实现快速收敛和快速迭代,不易陷入局部最优解,选择的路径更优.
关键词：蝙蝠算法遗传因子算法选择融合路径规划
分类号：V279(各类型航空器)
资助基金：民航飞行技术与飞行安全重点实验室开放基金项目(FZ2020KF07)
论文发表日期：2024-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 46-50 )
英文信息