会议专题

基于混合蛙跳算法多无人机航点规划

提出了一种自适应混合蛙跳算法(SFLA),用于解决寻找源点出发的各个无人机所走路径代价函数总和最小的多无人机航点规划问题.在该优化算法中,对各个航点采用插入分割点的方法进行航点序号整体编码,同时运用交换子交换序的方法对种群中序列个体进行更新.通过对经典混合蛙跳算法加入自适应算子,动态改变进化步长,提高算法收敛速度与精度.通过仿真实验表明所提出的自适应混合蛙跳算法对于解决非对称的多无人机航点规划问题是有效的.

无人机 航点规划 代价函数 非对称规划 混合蛙跳算法

薛楷嘉 王从庆 李志宇

南京航空航天大学自动化学院,江苏南京210031

国内会议

第十一届中国智能机器人会议

大连

中文

341-344

2015-10-22(万方平台首次上网日期,不代表论文的发表时间)