基于改进鲸鱼优化算法的多无人机协同路径-速度规划与可行性优先选择

《Biomimetics》:Joint Three-Dimensional Path Planning for Multiple Unmanned Aerial Vehicles in Static Environments Using an Improved Whale Optimization Algorithm

【字体: 大 中 小 】 时间:2026年09月23日 来源:Biomimetics 4.2

编辑推荐:

   摘要

  

摘要

多架无人机的协同规划需要同时考虑空间路径、飞行速度、到达时间以及间隔约束。本研究提出了一种改进的鲸鱼优化算法(IWOA),用于已知静态环境下的离线路径—速度规划。该方法将连续球面增量编码与确定性初始化、非线性自适应加权、种群迁移以及重尾候选机制相结合。在八种算法的对比中,IWOA在29个2017年IEEE进化计算大会(CEC2017)测试函数上取得了1.38的最优平均排名,并在四个重复的单无人机场景中获得了1.25的平均排名。此外,在四个230维度的五无人机场景中,使用30次运行、种群规模30、迭代次数500的设置对八种算法进行了评估,共计960次运行。仅使用惩罚机制的IWOA在三个场景中获得了最低的最终适应度中位数,但没有一个解通过事后可行性筛选。因此,我们引入了带有纠正后角度与几何检查、归一化违反量、连续时间间隔检查以及Deb式排序的可行性优先变体。在另一项240次运行的对比中,带有可行性优先的改进鲸鱼优化算法(IWOA-FP)和带有可行性优先的鲸鱼优化算法(WOA-FP)各从共享的、经过预验证的可行温启动中返回了120/120个满足模型可行性要求的最终最优解。条件性目标函数对比结果显示,IWOA-FP在地图4复杂度设置1(M4-C1)和地图4复杂度设置2(M4-C2)中表现更优,而WOA-FP在地图3复杂度设置2(M3-C2)中表现更优,两者在地图3复杂度设置1(M3-C1)中无显著差异。这些结果表明,IWOA在固定迭代次数测试下具有竞争力,且显式的可行性优先选择机制能够保持并优化可行解。验证范围仅限于所测试的静态模型,既不衡量未经播种的可行性发现能力,也不证明飞行安全性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号