一种基于改进教与学算法的多无人机大气污染源定位方法

摘要

本发明公开了一种基于改进教与学算法的多无人机大气污染源定位方法，创新性的将多无人机群与改进教与学算法相结合，提出了一种个体能力值模型，采用了无人机电量、无人机飞行高度的稳定性、无人机搜索的污染源气体浓度值三个指标，用个体能力值替代了标准教与学算法中的随机学习步长，既增加了无人机个体的差异性，也巧妙的结合了教与学优化算法，使随机步长的选择更有依据性。并且在教与学算法的“学”阶段采用学员分班学习规则，使得在算法后期，学员能够迅速向强化班集体靠近，进行更加细致的搜索。提高了算法的搜索效率，实现了对大气污染源高效的定位。