启发式实时航路重规划技术

发布时间：2022-07-13 20:38

　　文中将三维实时航路重规划问题进行了形式化定义,使用航路惩罚度来评价航路的优劣,并提出了一种改进的粒子群优化算法（M-PSO）,来求解实时航路重规划问题。试验结果表明,改进的粒子群优化算法在求解三维实时航路重规划问题上,具有较好的实时性和稳定性,能够快速搜索到可以躲避所有威胁区的航路,并且使得种群中的个体达到收敛状态。 

【文章页数】：8 页

【部分图文】：

M-PSO算法流程

所有个体最优解与当前解

最优解与最差解的分布

【参考文献】：
期刊论文
[1]基于改进粒子群算法的路径优化问题研究[J]. 梁静,宋慧,瞿博阳,毛晓波.  郑州大学学报(工学版). 2014(01)
[2]基于改进粒子群优化算法的巡航导弹航路规划[J]. 孙健,吴森堂.  北京航空航天大学学报. 2011(10)
[3]交叉粒群算法在无人机航路规划中的应用[J]. 倪天权,王建东,刘以安.  系统工程与电子技术. 2011(04)
[4]一种飞行器在线航路重规划方法[J]. 曾剑新,周焰,何彦杰.  空军雷达学院学报. 2010(05)
[5]基于威胁等效和改进PSO算法的UCAV实时航路规划方法[J]. 唐上钦,黄长强,胡杰,吴文超.  系统工程与电子技术. 2010(08)
[6]基于改进的粒子群优化算法的无人作战飞机航路规划[J]. 王国栋,李明,陈希成,范彦铭.  航空计算技术. 2007(04)
[7]基于改进A*算法的无人机航路规划方法研究[J]. 穆中林,鲁艺,任波,张斌.  弹箭与制导学报. 2007(01)



本文编号：3660728