计算机应用

作者：王龙宝, 栾茵琪, 徐亮, 曾昕, 张帅, 徐淑芳

单位：1.河海大学 计算机与信息学院, 南京 211000；2.水利部水利大数据技术重点实验室(河海大学), 南京 211000；3.长江生态环保集团有限公司, 武汉 430014；4.中国电建集团昆明勘测设计研究院有限公司, 昆明 650051

关键词：粒子群优化,动态簇机制,无人机集群,路径规划,滚动时域控制

基金：云南省科技厅重大科技专项计划项目(202202AF080003);长江生态环保集团有限公司科研项目(HBZB2022005)

路径规划对于无人机（UAV）集群的任务执行十分重要，而且高维场景中的计算通常很复杂。群体智能为解决该问题提供了较好的解决思路。粒子群优化（PSO）算法具有参数少、收敛速度快、操作简单等优点，尤其适用于路径规划问题，但它在应用时存在全局搜索能力差、容易陷入局部最优的问题。为了解决上述问题以提升无人机集群路径规划的效果，提出了动态簇粒子群优化（DCPSO）算法。首先，利用人工势场法和滚动时域控制原理建模UAV集群路径规划问题的任务场景；其次，引入Tent混沌映射和动态簇机制进一步提升全局搜索能力和搜索精度；最后，使用DCPSO算法优化模型的目标函数，以获得UAV集群的每个轨迹点的选择。在单峰/多峰、低维/高维不同组合的10种基准测试函数下的仿真实验结果表明，与PSO、鸽子启发优化（PIO）、麻雀搜索算法（SSA）和混沌扰动鸽群优化（CDPIO）算法相比，DCPSO算法具有更好的计算最优值、均值和方差，搜索精度更佳，稳定性更强。此外，UAV集群路径规划应用实例仿真结果也验证了DCPSO算法的性能与效果。

来源：2023年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第12期