仪器仪表学报

作者：武晓雯，郭孟营，胡阿建，吴卿

单位：武晓雯,哈尔滨理工大学测控技术与通信工程学院哈尔滨150080,wuxiaowen@hrbust.edu.cn,郭孟营,哈尔滨理工大学测控技术与通信工程学院哈尔滨150080,,胡阿建,哈尔滨理工大学测控技术与通信工程学院哈尔滨150080,,吴卿,哈尔滨理工大学测控技术与通信工程学院哈尔滨150080,wuqing@buaa.edu.cn,

关键词：粒子群算法;无人机;路径规划;遗传算法

基金：国家自然科学基金（62205091）项目资助

针对无人机高效飞行路径规划问题,提出一种改进遗传粒子群算法(IHGPA)。该算法在粒子群算法的基础上,融合多种策略,改善了收敛效果和解的质量。首先,为提升全局寻优能力,IHGPA算法引入分区优化策略,通过构建动态参数调整机制,优化了粒子速度与位置更新方式。其次,改进遗传算法的选择、交叉、变异算子进一步强化寻优能力,其中选择阶段采用轮盘赌方法与模拟退火算法优化并保留精英个体,交叉阶段结合概率算术交叉与改进模拟二进制交叉增加算法的种群多样性,变异阶段融合莱维飞行长步长扰动与多项式变异避免局部最优。最后,通过划分搜索区域交换最优解信息,并设置收敛检测机制,当适应度值小于设定阈值时对粒子进行二次优化,防止算法过早收敛。实验结果表明,在障碍物分散的环境1中,IHGPA算法的最佳适应度值相比遗传算法、粒子群算法、狼群算法、人工蜂群算法、蜣螂优化算法分别减少78.130%、46.190%、53.990%、41.124%、67.376%;在障碍物密集的环境2中,IHGPA算法的最佳适应度值相比上述算法分别减少89.990%、75.088%、76.503%、71.048%、81.061%。IHGPA算法能有效规划出安全且平滑的最佳飞行路径,并经多次实验验证展现出较好的稳定性和可靠性。

来源：2025年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第4期