贺井然，何广军，于学生

（1.空军工程大学防空反导学院，西安 710043；2.解放军95607 部队，成都 610066）

0 引言

在解决无人机的路径规划问题方面，学者提出了如人工势场法、模拟退火法、模糊逻辑法等算法［1］。肖玉婷等［2］提出了一种基于分块优化思想的覆盖路径规划方法，将大规模环境分块优化，减小了计算量，能适应多种形状区域；刘畅等［3］人提出了一种基于模糊推理机制的逻辑架构设计，运用可变自主OOADA 循环动态分配人机权限，实现了复杂威胁环境下实时航迹规划。近年来，蚁群算法、粒子群算法等群智能算法也被用于解决无人机路径规划的问题［4-5］。夏瑞等［6］提出一种基于人工蜂群算法的非确定性双向规划机制搜索算法，大大提高了产生航迹的质量；王庆海［7］引入动态评价策略、模拟退火准则和复合型优化算法结构，对人工蜂群算法进行改进，提高了算法的优化效率；本文采用改进蜂群算法研究无人机路径规划问题。

1 相关算法简介

1.1 人工蜂群算法

人工蜂群算法（ABC）是一种仿生群智能算法，通过模拟蜜蜂寻找花蜜的方式来寻找最优解，以蜜源表示可能存在的解，以蜂蜜量表示解的适应度。初始化阶段，确定种群数量N，蜜源维数D，随机生成初始蜜源，并计算适应度fiti的值。公式如下：

式中，xij表示第i 个蜜源的第j 维，i=1，2，3…，N，j=1，2，3…，D，xu表示蜜源允许的最大值，xl表示蜜源允许的最小值，fi表示解对应的函数值。

采蜜蜂阶段，在初始蜜源附近寻找新的蜜源，根据适应度大小选择是否替换蜜源。……