基于遗传算法的快速航迹规划方法研究

基于遗传算法的快速航迹规划方法研究

论文摘要

随着无人飞行器的性能的不断提高,赋予它的任务复杂程度也越来越高,因此,它的航迹规划也更加复杂和耗时。为了提高航迹规划系统的快速规划能力,本文在分析和总结前人研究成果的基础上,针对具体工程实际应用项目,提出了一种基于分层策略的三维航迹快速规划方法,并实现了分层航迹规划方法中的全局规划;进一步提出了基于病毒遗传算法的改进规划方法。同时,为了提高现有航迹规划的多航迹规划能力,提出了一种基于多目标优化的航迹规划方法。具体是:(1)以进行快速航迹规划为主要目的,回顾了任务规划系统和无人飞行器的发展历史,对现有的航迹规划研究成果进行了分析和总结。结合作者的见解,对以遗传算法为代表的进化算法族(EAs)进行了介绍。(2)围绕分层策略的思想对基于分层策略的快速航迹规划方法进行了介绍,着重阐述了全局规划、局部规划以及其两层规划的结合方式。通过把两种优化方法合理结合到分层规划框架中,解决了传统规划方法的时间复杂性问题。(3)针对全局规划方法中存在的早熟和局部收敛慢的问题,本文采用病毒遗传算法对其全局规划过程进行了改进,提出了基于病毒遗传算法的快速规划方法。实验表明,在相同约束条件下,该方法能更快生成满足战术要求的航迹。(4)在分层航迹规划框架下,提出了基于多目标优化的航迹规划方法。分析了海上航迹规划的约束条件,将遗传多目标优化引入航迹评价过程,提出了一种多目标航迹评价方法。实验表明,该方法能针对两个主要的航迹目标,一次规划产生多条满足pareto最优的备选航迹。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 引言
  • 1.2 研究目的和意义
  • 1.3 国内外研究现状
  • 1.4 论文的主要工作及组织结构
  • 2 基于随机搜索的优化算法简介
  • 2.1 遗传算法
  • 2.2 免疫进化算法
  • 2.3 粒子群进化算法
  • 2.4 本章小结
  • 3 基于分层策略的快速航迹规划
  • 3.1 海上UAV 航迹规划所面临的问题
  • 3.2 约束条件的建模
  • 3.3 基于分层策略的航迹规划方法
  • 3.4 本章小结
  • 4 基于病毒遗传算法的快速航迹规划
  • 4.1 遗传算法的问题及改进
  • 4.2 基于病毒进化的全局规划方法
  • 4.3 区域连通信息的预处理
  • 4.4 实验结果与分析
  • 4.5 本章小结
  • 5 基于多目标优化理论的航迹规划
  • 5.1 引言
  • 5.2 多目标优化问题概述
  • 5.3 遗传多目标优化
  • 5.4 多目标UAV 航迹评价方法
  • 5.5 实验结果与分析
  • 5.6 本章小结
  • 6 总结与展望
  • 6.1 全文总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录1 (攻读学位期间发表论文目录)
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于遗传算法的快速航迹规划方法研究
    下载Doc文档

    猜你喜欢