基于改良约束差分进化算法的动态航迹规划

简介：
本文提出了一种基于改良约束差分进化的动态航迹规划方法，有效解决了复杂环境下的实时路径优化问题。 为解决三维复杂环境下无人机动态航迹规划问题,本段落提出了一种基于改进约束差分进化算法的动态航迹规划方法,以满足实时性和动态搜索精度的要求。首先，根据无人机航迹规划的特点将其描述成一个包含飞行和威胁等多方面约束条件的优化问题，并构造了目标代价函数及相应的限制条件；其次，在传统的约束差分进化算法基础上引入广义反向学习与自适应排序变异操作来提高算法多样性、收敛速度以及寻优精度；最后，通过建立一种自适应权衡模型处理不同情况下的约束限制，充分利用“精英”个体的信息以实现对目标适应值的合理转换。仿真实验结果表明,所提出的方法能够有效规避静态和动态威胁，并规划出安全且适航的飞行路径，同时实现了地形跟随功能；相较于其他三种先进的约束差分进化算法，该方法在寻优性能、鲁棒性、收敛速度及可靠性等方面具有明显优势。