一种重力匹配导航路径规划新算法——粒子群优化灰狼算法

来源：大地测量与地球动力学杂志2025年第9期北京时间：

作者：孙玮萱, 肖云, 张锦柏, 陈垲宁

单位：1 长安大学地质工程与测绘学院, 西安市雁塔路126号, 710054,2 地理信息工程国家重点实验室, 西安市雁塔路中段1号, 710054,3 西安测绘研究所, 西安市雁塔路中段1号, 710054,4 华中科技大学物理学院地球物理研究所, 武汉市珞喻路1037号, 430074,5 华中科技大学精密重力测量国家重大科技基础设施, 武汉市珞喻路1037号, 430074

摘要：重力匹配导航的精度受航行海域适配性的影响，为确保匹配的有效性，对潜器进行路径规划至关重要。针对现有算法效率低下、易陷入局部最优解且性能不稳定的问题，提出一种组合算法——粒子群优化灰狼算法(PSO-GWO)，以提高潜器的路径规划效率。该算法在传统灰狼算法(GWO)的基础上引入粒子群算法(PSO)中粒子自身运动最佳位置信息的记忆机制，重构速度和位置的更新函数，从而提高GWO算法的寻优能力和收敛速度。在基于适配性离散化的二维栅格地图中，分别应用PSO-GWO算法、GWO算法和PSO算法进行实验验证。结果表明，与GWO算法和PSO算法相比，PSO-GWO算法规划的路径航程缩短10.99%，迭代次数减少82.43%。该算法能减少冗余航程，加快收敛速度，显著提升潜器的水下导航效率。

关键词：重力匹配导航,路径规划,灰狼算法,粒子群算法,多属性决策

基金资助：国家自然科学基金(41374083)