基于精英族系遗传算法的AUV集群路径规划

TP242; 针对传统路径规划算法仅能规划单一最短路径且不能调节路径宽度而难以适用于自主式水下航行器(autonomous underwater vehicle,AUV)集群航路规划的缺陷,提出了精英族系遗传算法(elite family genetic algorithm,EFGA).该算法将基因适应度加入适应度评价函数中,同时在进化过程中标记精英个体作为多路径规划结果,并在该算法基础上针对AUV集群路径规划问题设计了一种多智能体路径规划(multi-agent path plan-ning,MAPP)方法.仿真结果表明,该算法可以求解无冲突路径集合实现MAPP,通过实现AUV集群的最优多路...

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 7; pp. 2251 - 2262
Main Authors 冯豪博, 胡桥, 赵振轶
Format Journal Article
LanguageChinese
Published 西安交通大学机械工程学院,陕西西安710049%陕西省智能机器人重点实验室,陕西西安710049 01.07.2022
Subjects
自主式水下航行器集群
遗传算法
多路径规划
精英族系策略
多智能体路径规划
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.07.21

Cover

More Information
Summary:TP242; 针对传统路径规划算法仅能规划单一最短路径且不能调节路径宽度而难以适用于自主式水下航行器(autonomous underwater vehicle,AUV)集群航路规划的缺陷,提出了精英族系遗传算法(elite family genetic algorithm,EFGA).该算法将基因适应度加入适应度评价函数中,同时在进化过程中标记精英个体作为多路径规划结果,并在该算法基础上针对AUV集群路径规划问题设计了一种多智能体路径规划(multi-agent path plan-ning,MAPP)方法.仿真结果表明,该算法可以求解无冲突路径集合实现MAPP,通过实现AUV集群的最优多路径航行方案减少集群的航行耗时,且能够满足不同AUV编队规模对可调路径宽度的需求.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.07.21