基于改进粒子群算法的三维路径规划研究

来源：电子测量技术杂志2023年第12期北京时间：

作者：杨教，陆安江，彭熙舜，刘红涛，龙纪安，黄骞瑶

单位：贵州大学大数据与信息工程学院 贵州 550025

摘要：针对基本粒子群算法(PSO)收敛速度快、易早熟，容易陷入局部误区的问题，提出了粒子群-人工蜂群混合算法(PSO-ABC)，并将提出的算法应用于无人机三维环境下的路径规划。该算法在改进粒子群算法的基础上，融合了人工蜂群算法来对无人机三维路径进行全局规划。首先引入非线型惯性权重和收缩因子，改进粒子的速度公式，然后利用人工蜂群算法的搜索算子对最优解再一次寻优，解决了粒子群算法因局部搜索能力较差陷入局部误区的问题。本文在三维环境下设置了两组实验，对比粒子群-人工蜂群混合算法与粒子群算法、人工蜂群算法的路径寻优性能。实验结果显示，本文提出的算法路径寻优能力有所提高，相比于粒子群算法，提高了6.1%，相比于人工蜂群算法提高了6.9%。

关键词：三维路径;粒子群算法;收缩因子;人工蜂群算法;地形测绘

基金资助：国家自然科学基金(61865002)项目资助