基于IBA-MOEA的无人机航路规划多目标优化方法

• 作者: 赵禄达 王斌
• 来源期刊: 信息工程大学学报
• 关键词: 无人机航路规划 蝙蝠算法 卷积粒子滤波 区间自适应扩大 多目标优化
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 电子科学与技术
• 页码范围: 151-158
• 页数: 8页
• 分类号: TG156
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2021.02.005

摘要

为进一步增强传统无人机航路规划模型的适用性,提高求解此类问题的计算效率,首先建立以复杂山区和敌我双方对抗条件为背景的无人机路径规划模型,在此基础上提出了一种基于改进蝙蝠算法的多目标进化算法(IBA-MOEA),并使用此算法对模型进行了有效求解.所提算法将卷积粒子滤波与蝙蝠算法进行融合,并根据蝙蝠种群的特点,加入蝙蝠种群的交叉、变异策略,在克服算法搜索易进入局部最优的缺点时使用了搜索区间的自适应扩大方法,使算法性能具有较大优势.仿真结果表明,所提算法成功对模型进行了求解并获得了无人机规划航路,且在算法收敛性和种群分布性上相比同类算法具有相对较大优势.