原文服务方: 航空计算技术       
摘要:
针对蚁群算法存在收敛速度慢,容易陷入局部最优而导致三维航路规划过程中出现规划时间过长、航路没有达到最优等问题,通过对蚁群算法进行改进,提出了一种天牛须融合改进蚁群的无人机航路规划优化算法,算法通过对蚁群算法的启发函数优化并进行蚁群择优排序,然后融合天牛须算法进行航路规划;将优化算法应用于无人机的三维航路规划中,使规划算法的运行速度更快,无人机的最优航路更短。同时用改进算法与天牛须、蚁群算法的收敛时间、最优路径长度进行对比。仿真实验结果表明,改进算法与另外两种算法相比,在算法收敛度、运行速度方面有明显的提升。
推荐文章
改进布谷鸟搜索算法的无人机三维航路规划
无人机
三维
布谷鸟搜索算法
差分进化算法
基于任务区分的无人机航路规划方法
无人机
任务区分
固定航路规划
突防航路规划
基于改进A*算法的无人机航路规划方法研究
无人机
航路规划
改进A*算法
基于改进人工势场法的反辐射无人机搜索航路规划
反辐射无人机
搜索航路规划
分层规划
视场覆盖率
改进人工势场法
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 基于改进蚁群算法的无人机三维航路规划
来源期刊 航空计算技术 学科
关键词 无人机 航路规划 天牛须算法 蚁群算法
年,卷(期) 2023,(2) 所属期刊栏目
研究方向 页码范围 20-23,28
页数 5页 分类号
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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
航路规划
天牛须算法
蚁群算法
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
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3986
总下载数(次)
0
总被引数(次)
18592
论文1v1指导