基于遗传-粒子群优化算法的USV路径规划方法
宫月红
张少君
王明雨
孟雄飞
山东交通学院航运学院,山东威海264209
摘要：为解决传统粒子群优化算法(particle swarm optimization algorithm,PSO)应用于无人水面舰艇(unmanned surface vessel,USV)路径规划时存在的早熟收敛问题,提出一种结合遗传思想的PSO,在传统的PSO中引入遗传算法(genetic algorithm,GA)中的交叉、变异操作,避免算法进入局部最优解,对惯性权重进行自适应调整,加速算法收敛.采用MATLAB软件对USV巡检水域环境进行建模,应用改进的PSO进行路径规划.仿真结果表明:相对于传统的PSO和GA,该算法有效减少路径交叉点,大幅缩短路径总长和算法收敛时间.
关键词：USV路径规划PSOGA交叉变异
分类号：U674(水路运输)
资助基金：山东省重点研发计划(2019GHY112018)山东省高等学校青创科技支持计划(500076)山东省高等学校科技计划项目(KJ2018BBA015)山东交通学院科研启动基金(50004907)中国交通教育研究会交通教育科学研究课题(JTYB20-211)
论文发表日期：2022-03-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 29-34 )
英文信息