机巢充电情形下无人机电力巡检路径规划的强化遗传算法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：梁晨蕾, 罗贺, 蒋儒浩, 阴酉龙, 林世忠, 王国强

单位：1.合肥工业大学 管理学院，合肥 230009；2.国网安徽省电力有限公司 无人机巡检作业管理中心，合肥 230061；3.安徽送变电工程有限公司，合肥 230071；4.过程优化与智能决策教育部重点实验室，合肥 230009；5.安徽省空天系统智能管理工程研究中心，合肥 230009

摘要：针对以机巢为充电站的无人机电力巡检路径规划问题，以最小化无人机执行任务总时间为目标构建数学模型，设计了一种强化遗传算法来求解该问题。在该算法中，提出了基于贪婪的种群初始化算子和基于split的可行解生成算子，并将遗传算法参数调优过程建模为马尔科夫决策过程，基于强化学习double Q-learning设计了交叉概率和变异概率的动态调优策略。在数值实验中，与Gurobi求解器、经典遗传算法、基于精英保留的遗传算法、差分进化算法的对比结果表明，该算法在求解质量和求解速度方面均具有显著优势；在案例分析中与现有巡检策略进行对比进一步验证了该算法在实际场景中的应用效果。

关键词：电力巡检,无人机（UAV）,充电续航,路径规划,双Q学习,强化遗传算法,参数调优