科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统方法求解无人机三维航迹规划易导致规划代价高、精度差和陷入局部最优的不足，提出基于Q学习算术优化算法的无人机三维航迹规划算法。为了提升算术优化算法的寻优精度，引入Circle混沌映射提高初始种群多样性和分布均匀性，引入Q学习根据个体状态自适应调整数学优化加速函数更新，均衡算法全局搜索与局部开发，设计最优解邻域扰动优化全局搜索能力。通过建立无人机三维航迹规划模型，将航迹规划转化为多目标函数优化问题，并利用改进算法求解无人机三维航迹规划，以综合考虑航迹代价、地形代价和边界代价的目标函数评估粒子适应度，对航迹规划迭代寻优。结果表明，所提改进算法规划的航迹具有更低的总代价和适应不同复杂地形环境的稳定性。
- 出版日期2023
- 单位广东海洋大学
