雷 川 ，赵成萍 ，宁 芊

（1.四川大学电子信息学院，成都 610065；2.中国电子科技集团公司第二十九研究所，成都 610036；3.电子信息控制重点实验室，成都 610065）

0 引言

无人驾驶飞机（UAV）近年来在国内得到了深入研究和较快发展，在各个领域的用途不断扩展。路径规划和优化则是无人机领域中一个很重要的课题，要求无人机能够基于任务、环境和无人机物理性能等因素自动地规划出一条由起点至终点的最优路径。为了降低求解复杂度，不少学者提出了基于种群的算法以求解路径规划问题，包括遗传算法（GA）、粒子群算法（PSO）［1］，蚁群算法［2］，人工蜂群算法（ABC），差分进化算法等。

差分进化算法（DE）作为遗传算法最早于1995年由K.Price和R.Storn提出，用于求解切比雪夫多项式，具有收敛快，全局寻优能力强、待定参数较少的特点［3］。在过去几年中，不少基于DE的约束问题寻优方法被提出，这些DE算法采取了各种约束处理策略，可以被分为如下类别：基于惩罚函数；基于求解方案可行性；明确地区分可行方案和不可行方案；混合法。如今，差分进化算法（DE）已经被成功地应用于诸多搜索领域。尽管DE算法本身简练，但其在众多种类问题中却展现了出色的求解性能，诸如单峰、多峰、可分、不可分问题等，并且出现了一系列针对无约束、约束最优问题的DE算法优化版本。

无数学者提出过许多求解无人机路径规划问题的算法，诸如，基于栅格的数学规划方法，A*搜索算法［4］和二阶规划方法［5］；基于维诺图［6］（Voronoi diagram）的搜索方法；在启发式搜索方法中，也有蚁群算法［7］、狼群算法等应用于航路规划。……