改进粒子群算法的三维空间路径规划研究

摘要

提出一种自适应混沌粒子群优化算法(SACPSO)用于三维空间路径规划.首先进行三维空间环境建模,并考虑使用路径长度、障碍物危险程度和路径平滑度三个评价函数来制定适应度函数;然后对算法中的三个控制参数提出了一种新的自适应更新策略,以此来动态调整算法的全局探索和局部开发能力;最后当种群陷入局部极值时,利用提出的自适应Logistic混沌映射对全局最优粒子进行混沌优化,引导种群跳出局部极值点.将该算法与其他改进的粒子群算法比较,结果表明,该算法在收敛到全局最优解时所用迭代次数更少,生成路径质量更高,有效地提高了粒子群算法应用于三维空间路径规划时的计算效率和可靠性.