基于改进蜣螂优化算法的无人机航迹规划

来源：电子测量技术杂志2024年第15期北京时间：

作者：刘文强，李涛

单位：南京信息工程大学自动化学院 南京 210044

摘要：针对蜣螂优化算法(DBO)存在全局探索能力不足、容易陷入局部最优，致使无人机三维航迹规划效果不佳的问题，设计了一种改进的蜣螂优化算法(EDBO)。首先，从偷窃蜣螂种群中划分出一种融合灰狼领袖群思想的领袖蜣螂群，增强了算法的多样性和鲁棒性;其次，使用种群切换策略，同编号的蜣螂个体行为不再固定，提高了算法全局探索和局部挖掘的能力;最后，利用Beta分布动态反向学习策略帮助蜣螂更好的进化。将所提算法与4种优化算法进行了无人机三维航迹规划对比，仿真结果表明，在3个场景下，EDBO可以更稳定的生成代价函数值更小的航迹，平均代价函数值相较于原始DBO算法分别减少了9.8%，10.4%，16.5%。

关键词：无人机航迹规划;蜣螂优化算法;动态反向学习

基金资助：国家自然科学基金（62373195）项目资助