《信息与电子工程前沿(英文)》
>> 2020年
第21卷
第5期
doi:
10.1631/FITEE.2000066
基于多目标社会学习鸽群优化的多无人机避障控制
1北京航空航天大学自动化科学与电气工程学院,虚拟现实技术与系统国家重点实验室,中国北京市,100083;2鹏城实验室,中国深圳市,518000
收稿日期:
2020-02-10
录用日期:
2020-05-18
发布日期:
2020-05-18
下一篇
上一篇
摘要
提出多目标社会学习鸽群优化(MSLPIO)方法,将其应用于无人机编队避障控制。该算法特点在于,每只鸽子在更新过程中并非向全局最优的鸽子学习,而是学习比自己占优的任何鸽子。在地图指南针算子和地标算子中引入社会学习因子。此外,为避免参数设置的盲目性,采用维数相关的参数设置方法。本文模拟了5架飞机在复杂障碍环境下的飞行过程,实验结果验证了该方法的有效性。与改进的多目标鸽群优化算法和改进的非占优排序遗传算法相比,MSLPIO具有更好的收敛性。