科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更好地完成反潜作战、水面作战等军事任务，水面无人艇需要具备灵活自主的障碍规避能力、适应环境和任务变化的应变能力以及自主有效的路径规划能力。目前，蚁群优化算法经常被引入到无人艇路径规划问题中进行求解，但算法存在易陷入局部最优值、在迭代过程中不易收敛等弊端，此外，随着实际路径规划问题的维数不断增加，蚁群算法在迭代过程中可能陷入停滞状态，导致求解过程被迫中断。为了优化性能，提出一种改进的蚁群算法（BACO算法），将蚁群算法与贝叶斯网络相结合，并引入最大关联长度参数，根据构建的贝叶斯网络结构对传统的转移概率公式进行改进；同时为了提高算法的收敛性，改变了信息素浓度的更新策略。最后，在三种维度的栅格化地图中进行无人艇路径规划应用的仿真实验，实验结果表明，相较于传统蚁群优化算法，BACO算法具有更好的有效性和更稳定的收敛性。
- 出版日期2022
- 单位东南大学; 数学学院
