原文服务方: 计算机测量与控制       
摘要:
为了使无人作战飞机能在敌方防区内以最小的发现概率和航路代价到达目标点,提出一种基于改进蚁群算法对 UCAV 进行航路规划的方法;首先,根据燃油代价和威胁代价设计了目标函数,并根据敌方防区威胁源生成 VORONOI图,然后通过对信息素初始化方式、蚂蚁转移规则以及信息素更新规则进行改进以优化传统的 ACO 算法,最后定义了使用改进 ACO 算法对 UCAV 进行航路规划的具体算法;仿真实验证明文中方法能实现 UCAV 航路规划,且与经典 ACO 算法相比,文中方法具有较快的收敛速度和较强的全局寻优能力。
推荐文章
基于改进的粒子群优化算法的无人作战飞机航路规划
无人作战飞机
航路规划
粒子群优化
模拟退火
某类任务的无人作战飞机航路规划
无人作战飞机
航路规划
费效比
A*算法
基于改进蚁群算法的无人机航路规划
无人机
航路规划
蚁群算法
信息激素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进 ACO 算法的无人作战飞机航路规划设计
来源期刊 计算机测量与控制 学科
关键词 无人作战飞机 VORONOI图 蚁群算法 航路
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 270-272
页数 3页 分类号 TP391.1
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (97)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (26)
二级引证文献  (35)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
无人作战飞机
VORONOI图
蚁群算法
航路
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导