基于改进遗传算法的航迹规划研究

摘要

航迹规划的研究对飞机的低空突防、导弹的定位、宇宙中飞行器的飞行，都具有很大的实用价值和研究意义。目前求解航迹规划问题的主要方法有A*算法、遗传算法、蚁群算法等。
　　遗传算法是一种模拟生物进化过程的仿生算法。将遗传算法用于求解航迹规划问题，近年来引起了国内外研究学者的广泛关注，也取得了一定的研究成果。
　　飞行器航迹规划问题涉及的规划区域非常广阔，传统遗传算法应用于飞行器航迹规划，存在收敛时间太长、所需内存空间太大的问题，而且当环境复杂时构造可行路径困难、交叉和变异操作对算法进化能力作用效果不强。本文针对传统遗传算法的缺点以及飞行器航路规划任务的需求，采用栅格法建立了飞行器工作环境模型，对传统遗传算法进行改进，以提高算法性能，使其适用于三维空间飞行器航路的规划。具体改进策略如下：
　　（1）将回退策略和禁忌策略与启发式邻域搜索相结合保证路径的可行性；
　　（2）提取初始可行路径中的关键链，降低算法所需存储空间及计算代价，加速搜索的进程和减少内存的需求；
　　（3）对关键链进行局部自适应变异和交叉操作，增强算法的优化能力。
　　利用Visual C++6.0+OpenGl开发三维空间航迹规划的实验仿真平台，在该平台上对本文算法与A*和蚁群算法进行仿真测试和性能比较。仿真结果表明，该方法能有效地规划飞行器航路，算法性能优于同类算法，规划时间可满足实际应用需求。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本课题研究内容

1.4本课题内容安排

第2章 基本遗传算法

2.1 基本遗传算法简介

2.2 基本遗传算法的构成要素

2.3 基本遗传算法的流程

2.4 遗传算法的改进应用

2.5 本章小结

第3章 一种改进遗传的路径规划算法（二维空间）

3.1问题定义

3.2环境建模

3.3 路径的个体编码

3.4构造初始种群

3.5 遗传操作

3.6 算法流程

3.8本章小结

第4章 基于改进遗传算法的航迹规划研究（三维空间）

4.1 问题定义

4.2 环境建模

4.3 航迹路径的个体编码

4.4构造初始种群

4.5遗传操作

4.6 算法流程

4.7仿真实验结果及分析

4.8本章小结

第5章 总结与展望

5.1总结

5.2展望

参考文献

攻读硕士学位期间参与课题情况

攻读硕士学位期间发表论文情况

致谢

声明