一种面向鲁棒多无人机路径规划的自适应麻雀搜索算法

• Published in: 东华大学学报（英文版） Vol. 41; no. 6; pp. 630 - 643
• Main Authors: 孙至远, 沈波, 潘安琪, 薛建凯, 马宇航
• Format: Journal Article
• Language: Chinese
• Published: 东华大学数字化纺织服装技术教育部工程研究中心,上海 201620 2024; 东华大学信息科学与技术学院,上海 201620%东华大学信息科学与技术学院,上海 201620
• Subjects: sparrow search algorithm(SSA); 麻雀搜索算法; 随机优化; path planning; 多无人机; 路径规划; multiple unmanned aerial vehicle(multi-UAV); stochastic optimization
• ISSN: 1672-5220
• DOI: 10.19884/j.1672-5220.202312007

TP18; 随着技术的进步,多无人机协作已成为军事和民用领域的普遍趋势.路径规划是多无人机执行任务的关键步骤,它是一个带约束的非线性问题.传统的优化算法很难找到在各种约束条件下成本函数最小化的最优解.同时,为确保无人机可靠、安全地运行,还需要考虑鲁棒性.该文提出了一种自适应麻雀搜索算法.在优化过程中,采用动态种群策略来分配搜索,在探索性和开发性之间取得平衡;提出了一种t分布扰动系数来自适应调整搜索范围;采用随机优化策略来帮助算法,以避免陷入原点和局部最优附近.自适应麻雀搜索算法的收敛性通过CEC基准测试集中的29个测试函数进行测试.在算法中进一步引入随机优化策略,通过考虑潜在的扰动来提高路径的安全性.两组关于三维环境中多无人机路径规划的仿真实验表明,该算法在处理不确定情况时表现出很强的优化能力和鲁棒性.