基于文化-禁忌搜索算法的巡飞弹航迹规划*
2020-09-01黄雨杨
弹箭与制导学报 2020年2期
黄雨杨,郝 峰
(西安现代控制技术研究所, 西安 710065)
0 引言
随着技术的发展,以巡飞弹、无人机等为主的无人飞行器的集群作战,成为了现代战争的一种重要形式,而巡飞弹的航迹规划则是其集群作战任务规划的一个重点。航迹规划是一个NP-hard问题,需要良好的算法保证规划的完备性和高效性。近年来,国内外的研究以航迹规划为目标设计了多种算法,例如,步长可变的稀疏A*算法[1],自适应学习粒子群算法[2],遗传算法与蚁群算法的组合算法[3],结合Voronoi图的遗传算法[4],基于文化算法的改进算法[5-6],以及新出现的以灰狼算法[7]、蝗虫算法[8]为例的仿生算法等。
文中设计了基于文化算法与禁忌搜索算法的组合算法,并加入变异机制和Boids模型分离机制。同时,通过作战环境和任务的建模,对算法进行航迹规划仿真,并与其它算法相比较,验证了本算法全局搜索速度和局部搜索能力的改善。
1 算法简述
1.1 文化算法
文化算法(culture algorithm,CA)的概念由Reynolds于1994年引入[9],算法模拟对象为以人类为例的高等动物种群进化过程。搜索空间由信仰空间和种群本身组成,种群的进化受到信仰空间的指导,而种群的进化结果也会影响信仰空间,帮助信仰空间完成更新。两个空间互相影响进化,从而可以得到先进的个体。算法两层空间分别以不同的速度进行更新,且相互影响,对于解决复杂的优化问题具有明显的优势。通过改变文化知识的更新方式、种群受知识的影响速度、两层空间之间信息的传播方式等途径,可以对文化算法进行优化[10-11]。……
登录APP查看全文
