基于MapReduce与蚁群优化的航路规划算法

• 作者: 柏硌 赵刚要
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 云计算 MapReduce分布式编程 蚁群优化 航路规划 无人机 Hadoop分布式文件系统
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: ?先进计算与数据处理?
• 页码范围: 38-44,55
• 页数: 8页
• 分类号: TP301
• 字数: 7217字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.05.007

摘要

航路规划是提高无人机生存能力的有效途径，可使其安全、快速到达目的地。为在云计算环境中分布式并行地求解航路规划问题，应用云计算技术提出基于MapReduce和多目标蚁群算法的航路规划算法( RPMA)。设计多目标蚁群算法，并采用多种优化策略对传统算法进行改进。 RPMA能预先规划出多条航迹，可根据不同的飞行任务选择不同的航路，并在飞行过程中根据不同需要临时确定合适的飞行航路。仿真实验结果表明， RPMA求解航路问题是可行、有效的，具有较好的收敛性和扩展性，以及对大规模数据的处理能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵刚要	南昌航空大学航空制造工程学院	17	82	6.0	9.0
2	柏硌	南昌航空大学航空制造工程学院	3	13	2.0	3.0