基于文化算法框架的多无人飞行器协同航迹双层优化方法

摘要

本发明为基于文化算法框架的多无人飞行器协同航迹双层优化方法，在文化算法优化框架的基础上，设置具有主次级关系的两个平行进化层，两者具有相同的信念集接受函数、种群集影响函数及信念知识集更新形式，但具有相互独立存储的信念知识集数据，两者迭代模式不同：主级进化层由最初的信念知识集构建，并作为基础层贯穿迭代优化始终；次级进化层于每次更新信念知识集时向主级进化层归并结果且自身重构，重构方式为清除所有已参与迭代的该层信念知识集，并以更新后的信念知识集重建该层。该双层优化方法可扩展航迹搜索空间信息的开发与探索，进一步提高对已有知识及其迭代衍生效应的利用程度，加快航迹迭代优化速率，获得具有较高精度的航迹优化结果。