典型文献
改进蚁群算法在无人艇路径规划中的应用
文献摘要：
为了更好地完成反潜作战、水面作战等军事任务,水面无人艇需要具备灵活自主的障碍规避能力、适应环境和任务变化的应变能力以及自主有效的路径规划能力.目前,蚁群优化算法经常被引入到无人艇路径规划问题中进行求解,但算法存在易陷入局部最优值、在迭代过程中不易收敛等弊端,此外,随着实际路径规划问题的维数不断增加,蚁群算法在迭代过程中可能陷入停滞状态,导致求解过程被迫中断.为了优化性能,提出一种改进的蚁群算法(BACO算法),将蚁群算法与贝叶斯网络相结合,并引入最大关联长度参数,根据构建的贝叶斯网络结构对传统的转移概率公式进行改进;同时为了提高算法的收敛性,改变了信息素浓度的更新策略.最后,在三种维度的栅格化地图中进行无人艇路径规划应用的仿真实验,实验结果表明,相较于传统蚁群优化算法,BACO算法具有更好的有效性和更稳定的收敛性.
文献关键词：
水面无人艇;路径规划;蚁群算法;贝叶斯网络
中图分类号：
作者姓名：
俞佳慧;栾萌
作者机构：
东南大学数学学院,江苏南京211189
文献出处：
引用格式：
[1]俞佳慧;栾萌-.改进蚁群算法在无人艇路径规划中的应用)[J].控制工程,2022(03):413-418
A类：
BACO
B类：
改进蚁群算法,路径规划,反潜作战,军事任务,水面无人艇,障碍规避,适应环境,应变能力,蚁群优化算法,法经,规划问题,局部最优,最优值,着实,停滞,被迫,优化性能,改进的蚁群算法,贝叶斯网络,转移概率,收敛性,信息素浓度,更新策略,栅格化,规划应用,更稳
AB值：
0.304285
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
