概率地图UAV航线规划的改进型蚁群算法  

Improved Ant Colony Algorithm Based on PRM for UAV Route Planning

作　　者：陈岩[1] 苏菲[1] 沈林成[1] 

机构地区：[1]国防科技大学机电工程与自动化学院,长沙410073

出　　处：《系统仿真学报》2009年第6期1658-1662,1666,共6页Journal of System Simulation

基　　金：973基础研究项目(5130801)

摘　　要：采用蚁群算法对基于概率地图(PRM)的UAV航线规划问题进行研究。在概率地图对战场环境进行描述的基础上,对航线规划蚁群算法进行设计。针对基本型蚁群算法易于出现停滞现象以及搜索效率不高的特点,将再励学习(RL)机制引入到基本型蚁群算法中,提高了算法的搜索效率和求解精度。仿真结果表明该方法是一种有效的航线规划方法。Ant colony algorithm was applied to resolve unmanned aerial vehicle（UAV） route planning based on PRM.Ant colony algorithm for UAV route planning was designed on the description of PRM for battlefield.Because of the stagnation behavior and deficiency in searching speed of the original ant colony algorithm,the reinforcement learning（RL） was included to improve the search efficiency and accuracy.Finally,the simulation results demonstrate the validity of the approach.

关 键 词：UAV 航线规划 概率地图 蚁群算法 

分 类 号：V279[航空宇航科学与技术—飞行器设计]