基于改进蚁群算法的无人机路径规划研究  

UAV Path Planning Based on Improved Ant Colony Algorithm

作　　者：宋宇[1] 丁旭鲁 程超[1] SONG Yu;DING Xu-lu;CHENG Chao

机构地区：[1]长春工业大学计算机科学与工程学院,吉林长春130012

出　　处：《制造业自动化》2024年第12期61-67,共7页Manufacturing Automation

基　　金：吉林省教育厅重点项目(JKH20210754KJ)。

摘　　要：针对传统蚁群算法进行路径规划时存在的收敛速度较慢,容易陷入局部最优解等问题,对传统蚁群算法进行改进。首先,在启发函数中加入偏离距离因子,引导无人机向目标点进行寻优;其次,对状态转移函数中信息素权重因子α和启发函数权重因子β进行自适应处理;最后,使信息素挥发系数根据算法迭代次数及路径适应度自适应变化,同时使信息素更新与路径适应度相关联。仿真结果表明,改进后的算法收敛速度更快,规划出的路径更平滑,最优适应度更低,同时有效避免了陷入局部最优的问题,具有更好的搜索效率及实用价值。

关 键 词：无人机 路径规划 蚁群算法 启发函数 自适应 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]