基于新型灰狼优化算法的无人机航迹规划

摘要

为解决灰狼优化算法存在寻优性能差、收敛性差等问题，提出了一种新型灰狼优化算法。该算法在初始化部分使用反向学习策略生成了有序的个体，有效改善了算法的收敛速度；设计新型的非线性收敛因子和优化个体位置更新策略来协调算法的搜索能力，降低陷入局部最优的概率；引进精英选择保留策略，促使种群进化加速，提高算法收敛速度。基本函数测试和航迹规划仿真实验两者的结果表明新型灰狼优化算法具有较强的收敛性和寻优能力，并且该算法规划航迹所花费的平均航迹代价值比灰狼优化算法少19.9%。