改进遗传算法在军事飞行任务中的应用与研究

发布时间：2020-04-18 19:55

【摘要】：随着科学技术的发展以及其在军事任务上的应用,使得军事任务规划越来越科学、精准,并且高效。在很多军用领域中,任务规划系统早已得到了普遍的应用,其中包括了无人作战系统、深空探索、远程导弹的精确打击、多机配合作战、高分辨率的对地观测等等各种军事领域。而飞机飞行过程中的航线规划更是非常重要的一环,在执行任务过程中,给驾驶员提供的信息不仅复杂而且多种多样,众多因素如果仅仅依靠飞行员自身来考虑,进而做出规划和决策是不可能的。因此需要一种可以辅助驾驶员做出实时决策的规划功能——智能化的航线规划功能。航线规划是指在特定约束条件下,寻找飞机从起飞位置到降落位置且满足特定性能指标和约束条件的最优运动路线路径。这些特定性能包括使规划的航线远离威胁源,并且要在保障安全的情况下距离达到最短,耗时最少。受限于燃料和飞行任务的限制,飞行的时间也必须限制在一定时间内。因此,飞机飞行任务航线规划吸引了越来越多的学者对其进行研究。本文首先分析了国内外对军事飞行任务航线规划的研究情况,并了解了各种算法应用到飞机飞行航线规划中的优缺点,最终选择了遗传算法并对其进行改进,将改进后的遗传算法应用到航线规划中去。本文对遗传算法进行详细的介绍和分析,列出了传统遗传算法的优点和缺点,并针对传统遗传算法中的缺点,提出了三个优化方法:(1)对选择操作的改进,采用了在不同时期使用不同选择方法的混合选择机制。最初选择时采用锦标赛和精英保留的选择方法,到了进化后期就使用轮盘赌的选择策略,以此来避免过早收敛。(2)对交叉操作的改进,利用两个父代基因之间的相似程度高低来决定它们是否要进行交叉操作,当两个父代基因相似程度较低时就使两个父代进行交换,这样就避免优良基因被破坏以及收敛速度变慢。(3)对变异操作进行改进,是对变异概率进行调整,当个体的适应度大的时候,就给与该个体一个较小的变异概率,使它尽可能的保持优良基因,如果个体适应度较小时,就给该个体一个较大的变异概率,以便使该个体向优良个体靠拢,这样就避免了局部收敛。最后,将本文提出的改进遗传算法应用到飞行任务航线规划中去,在相同参数的条件下,将实验结果与传统遗传算法的实验结果进行比较,数据显示改进后的遗传算法无论从运行时间上还是最优路径上都明显优于传统遗传算法,证明了在本文中所提到的改进算法是可行的。
【图文】：

蚁群觅食综上所述,蚁群寻食的时候可以找到最短路径就是依靠蚂蚁之间感知相互留下的信息素

模拟退火算法流程
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;E91

【参考文献】

相关期刊论文 前8条

1 柴毅哲;杨任农;马明杰;刘孟强;;利用改进蚁群算法的可规避威胁源最优航线规划[J];空军工程大学学报(自然科学版);2015年04期

2 饶卫平;杨任农;雷晓义;张滢;;基于多智能体遗传算法的无人机突防航线规划[J];计算机仿真;2015年04期

3 徐涛;杨任农;贾开吉;;基于双指标并行A*算法的自动航线规划仿真[J];计算机仿真;2013年09期

4 张亚欧;;基于蚁群算法的四旋翼直升机飞行路径规划研究[J];机电一体化;2013年02期

5 吴君;张京娟;;采用遗传算法的多机自由飞行冲突解脱策略[J];智能系统学报;2013年01期

6 周锐,成晓静,陈宗基;战术任务规划系统研究[J];控制与决策;2004年04期

7 周俊虎,沈彬彬,陈寅彪,程军,刘建忠,黄镇宇,岑可法;基于遗传算法的动力配煤方案的Boltzmann优化模型的研究[J];动力工程;2003年04期

8 罗忠,谢永斌,朱重光;CMAC学习过程收敛性的研究[J];自动化学报;1997年04期

相关博士学位论文 前1条

1 刘清;人工神经网络算法的改进及其在水利测量技术中的应用[D];河海大学;2005年

相关硕士学位论文 前6条

1 徐政超;基于voronoi图算法的航路规划方法研究[D];长安大学;2014年

2 蔡兟迪;改进遗传算法在车辆路径问题中的研究应用[D];哈尔滨工程大学;2013年

3 玉坤;蚁群算法在路径规划问题中的应用研究[D];北京工业大学;2012年

4 郭国林;基于进化计算的无人机航迹规划研究[D];电子科技大学;2011年

5 赵鹏程;改进遗传算法在物流车辆路径优化中的应用[D];内蒙古工业大学;2006年

6 冯玉蓉;模拟退火算法的研究及其应用[D];昆明理工大学;2005年

，

本文编号：2632474