一种改进的粒子群优化算法及其在无人机航路规划中的应用

• 作者: 亓亮 李兵舰 李迪 李鹏 陈凯翔
• 来源期刊: 舰船电子对抗
• 学科: 数学
• 关键词: 粒子群优化 航路规划 遗传算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信号/数据处理技术
• 页码范围: 59-64
• 页数: 6页
• 分类号: V249|O221
• 字数: 4730字
• 语种: 中文
• DOI: 10.16426/j.cnki.jcdzdk.2019.05.015

摘要

粒子群优化(PSO)算法原理简单、通用性强、搜索能力全面,特别适合用于无人机航路规划.常规的PSO算法容易陷入局部最优,结合遗传算法,对PSO算法的种群进行交叉、变异等操作,根据适应值优劣,对粒子先判断后更新,提高了种群的多样性,避免种群陷入“早熟”,提高了收敛速度.通过对基准测试函数进行测试,结果表明,改进的遗传-粒子群优化(GA-PSO)算法收敛速度更快,收敛精度更高.针对无人机航路规划问题,采用GA-PSO算法进行仿真,仿真结果验证了GA-PSO算法在航路规划中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李迪	中国船舶重工集团公司第七二三研究所	11	45	3.0	6.0
2	亓亮	中国船舶重工集团公司第七二三研究所	4	2	1.0	1.0
3	李鹏	中国船舶重工集团公司第七二三研究所	15	7	2.0	2.0
4	李兵舰	中国船舶重工集团公司第七二三研究所	6	0	0.0	0.0
5	陈凯翔	中国船舶重工集团公司第七二三研究所	3	0	0.0	0.0