改进粒子群算法在航迹规划中的应用

摘要

航迹规划是任务规划系统的核心技术,近年来发展的速度很快,已被广泛应用于无人飞行器、潜艇、舰艇等的导航系统中。无人飞行器航迹规划的目的是在综合考虑飞行器自身因素和环境约束的情况下为飞行器寻找到一条最优或者次优的航迹。
　　本文将粒子群优化算法应用于航迹规划问题中,并根据航迹规划问题的特点及需要对粒子群优化算法做出改进,主要内容有:(1)带变异因子的粒子群算法应用于分层规划算法的局部规划;(2)利用多目标粒子群算法进行航迹规划。
　　为了降低航迹规划问题的时间和空间复杂性,提高规划效率,采用分层规划策略分开考虑不同性质的约束条件。为了使粒子群算法应用于局部规划时可以尽快搜索到可行解,同时避免粒子群算法过早收敛到局部最优解,本文提出一种改进粒子群算法,在粒子群算法中引入变异因子,设计了特定的大、小变异因子参与规划。通过仿真实验证明了改进方法可以快速搜索到较优可行航迹,有效提高了规划效率。
　　航迹规划问题要考虑多方面的约束条件,有许多互相冲突的目标性能,所以航迹规划问题本质上是多目标优化问题。本文根据多目标优化理论改进粒子群优化算法,提出多目标粒子群算法,制定了多目标优化策略,通过分析航迹规划问题的约束条件来为问题划分子目标,利用多目标粒子群算法来处理航迹规划问题,搜索Pareto非劣解集供决策使用。最后通过仿真实验验证了方案的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文的主要工作安排

2 航迹规划概述及常用算法介绍

2.1 航迹规划问题概述

2.2 常用航迹规划算法简介

3 基于改进粒子群算法的航迹规划方法

3.1 引言

3.2 分层策略

3.3 粒子群算法的改进

3.4 实验结果与分析

3.5 本章小结

4 基于改进粒子群算法的多目标航迹规划方法

4.1 多目标优化理论概述

4.2 多目标优化算法关键理论

4.3 多目标粒子群算法

4.4 约束条件目标分析

4.5 多目标航迹规划实现

4.6 实验结果与分析

4.7 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录 攻读学位期间发表论文目录