基于改良蜣螂算法的无人机航线规划-甄然.pdf

简介：
本文介绍了采用改良蜣螂算法优化无人机航线规划的研究成果。通过模拟蜣螂觅食行为，提出了一种高效路径搜索策略，适用于复杂环境下的无人机自主导航任务。作者：甄然。 一、蜣螂算法概述 蜣螂算法是一种模拟自然界现象的优化方法，模仿了粪金龟寻找食物的行为模式，并将其应用于多维函数优化问题中。该算法具备较强的全局搜索能力和较快的收敛速度，但同时也存在一些缺点，如容易陷入局部最优解和收敛过程较慢等。 二、改进后的蜣螂算法（PLDBO） 针对原有蜣螂算法存在的不足之处，研究者提出了改进版的蜣螂算法——PLDBO。通过引入分段混沌映射技术优化初始化步骤，并增强了种群多样性；同时采用黄金正弦函数来调整滚动式更新公式，使全局搜索与局部探索能力得到了更好的平衡；此外还加入了一套策略自适应机制以提高横向交叉操作的效果，从而进一步提升了算法的收敛精度和整体性能。 三、航迹规划挑战 无人机（UAV）路径设计的核心在于寻找最佳飞行轨迹，以便最大化利用资源并减少潜在的风险。基于PLDBO优化方案被提出用于应对这一难题：通过构建三维任务空间模型及定义相应的成本函数将问题转化为多维搜索任务；随后运用改进后的蜣螂算法进行求解以获取最优解决方案。 四、实验验证 为测试PLDBO的有效性，研究者在一系列经典基准函数上进行了对比分析。结果显示，在这些标准测验中PLDBO能够找到更优且更加实用的路径选择方案；与此同时还将该方法应用于实际航迹规划场景，并通过仿真实验进一步证明了其优越性和实用性。 五、总结 基于改进蜣螂算法（PLDBO）的无人机轨迹设计策略为解决复杂的优化问题提供了一种新的视角，不仅能有效应对飞行路线规划挑战，还能显著提升任务执行效率和安全性。这一成果展现了该技术广阔的应用前景。