CN114413906B 一种基于改进粒子群优化算法的三维轨迹规划方法 （哈尔滨工业大学）_第1页
CN114413906B 一种基于改进粒子群优化算法的三维轨迹规划方法 （哈尔滨工业大学）_第2页
CN114413906B 一种基于改进粒子群优化算法的三维轨迹规划方法 （哈尔滨工业大学）_第3页
CN114413906B 一种基于改进粒子群优化算法的三维轨迹规划方法 （哈尔滨工业大学）_第4页
CN114413906B 一种基于改进粒子群优化算法的三维轨迹规划方法 （哈尔滨工业大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

US2019184560A1,2019.0262页.一种基于改进粒子群优化算法的三维轨迹本发明提供了一种基于改进粒子群优化算2在不同的粒子种群迭代进化阶段设置不同的惯性权基于种群多样性在粒子的运动过程增加扰动变异操作：当粒子群优化算法的个体极值在设定的过去进化阶段内已经停滞，对粒子i进行反向基于约束条件对不可行粒子的选择：比较不可行粒12334[0010]基于种群多样性在粒子的运动过程增加扰动变异操作：包括对粒子进行位置扰[0018]当粒子群优化算法的个体极值在设定的过去进化阶段内已经停滞，对粒子i进行[0019]当粒子群体在设定进化前期阶段的种群多样性趋于收敛时，选取设定数量的粒5[0029]图1为本发明实施例提供的基于改进粒子群优化算法的三维轨迹规划方法中单个[0030]图2是本发明实施例提供的基于改进粒子群优化算法的三维轨迹规划方法中对群[0031]图3是本发明实施例提供的基于改进粒子群优化算法的三维轨迹规划方法中约束[0033]图5是本发明实施例提供的基于改进PSO算法对无人飞行器轨迹进行优化的最优[0034]图6是本发明实施例提供的基于改进PSO算法对无人飞行器轨迹进行优化的最优[0037]本实施例设计了一种基于改进PSO算法的自主性强，通用性高的可飞行航迹规划[0038]PSO算法使用粒子在搜索空间中对最优解进行搜索，每个粒子都代表优化问题的psopsopsopsopsopsopsopso[0040]同时，记第i个粒子从算法开始至今搜索到的最佳位置为Pi，Pi对应的适应度为6样性)；则7w-1＞0时，粒子在第j维空间中将渐进收敛于该结论是在pi,j和8gg[0092]基于种群多样性在粒子的运动过程增加扰动变异操作：包括对粒子进行位置扰9惯性权重对收敛精度(全局收敛)和收敛速[0099]采用随迭代次数动态变化的惯性权重较常值惯性权重而言，能够显著提高PSO算gg[0127]=-P(26)D,k为被选取的粒子中第k个粒子的发散持续代数，D＝lmax/6。gg[0148]算法环境为：Windows764bit；MatlabR2017a；处理器Intel(R)Core(TM)i5-本PSO算法与本发明改进PSO算法对无人飞行器轨迹优化[0167]图5到图6分别为从起始点0到目标点30km的航迹规划效果图，本算例选用两种算改进PSO算法对无人飞行器轨迹优化的评[0169]以上对本发明所提供的基于改进粒子群优化算法的三维轨迹规划方法进行了详[0170]对所公开的实施例的上述说明，使本领域专业技术人员能够实

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论