【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及無人機三維路徑規(guī)劃，具體涉及一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法。
技術(shù)介紹
1、無人機路徑規(guī)劃是現(xiàn)代無人機技術(shù)發(fā)展的關(guān)鍵領(lǐng)域，如災(zāi)害救援、物流配送和農(nóng)業(yè)監(jiān)測等。隨著無人機應(yīng)用的廣泛，如何優(yōu)化從起始點到目標(biāo)點路徑以提高效率和安全性愈發(fā)重要。常見的路徑規(guī)劃算法分為經(jīng)典算法和智能仿生算法。經(jīng)典算法有a*算法、人工勢場法和快速搜索隨機樹算法，智能優(yōu)化算法有灰狼算法、遺傳算法、粒子群算法等。其中，麻雀算法是受到麻雀覓食行為啟發(fā)而提出的算法，因其全局搜索能力強、適應(yīng)度高和易擴(kuò)展性，適合用于無人機路徑規(guī)劃，尤其是在靜態(tài)或半動態(tài)環(huán)境中。然而其仍容易陷入局部最優(yōu)以及早期收斂的問題，需要對麻雀算法進(jìn)行改進(jìn)。
技術(shù)實現(xiàn)思路
1、專利技術(shù)目的：本專利技術(shù)的目的在于，首先，本專利技術(shù)融合了tent混沌映射與sine混沌映射來進(jìn)行種群的初始化，以此提升種群的多樣性和搜索范圍；其次，引入蝴蝶優(yōu)化算法并對麻雀搜索算法中的發(fā)現(xiàn)者進(jìn)行位置更新，增強算法對全局最優(yōu)解的搜索能力；然后，對加入者利用自適應(yīng)t分布進(jìn)行位置更新，增加算法的適應(yīng)性和靈活性，并引入k-means聚類對警戒者進(jìn)行選擇，增強無人機在復(fù)雜環(huán)境下的路徑規(guī)劃能力；最后，為了避免算法陷入局部最優(yōu)，引入最優(yōu)個體高斯擾動變異，避免其在搜索過程中陷入局部最優(yōu)。
2、技術(shù)方案：本專利技術(shù)提供一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，具體包括以下步驟：
3、（1）?：初始化算法參數(shù)，包括麻雀種群規(guī)模（pop）、發(fā)現(xiàn)者比
4、（2）?：利用tent和sine兩種混沌映射方法，對麻雀種群進(jìn)行初始化，生成更加多樣化的初始種群。
5、（3）?：計算每個麻雀個體的適應(yīng)度值，并按照適應(yīng)度從高到低排序。
6、（4）?：根據(jù)發(fā)現(xiàn)者比例選取適應(yīng)度較高的個體作為發(fā)現(xiàn)者，并更新其位置信息；其余個體作為加入者，并對其進(jìn)行位置更新。
7、（5）?：在種群中按照一定比例隨機選擇部分個體作為警戒者，并更新警戒者位置。
8、（6）?：檢測算法是否陷入停滯狀態(tài)，若出現(xiàn)停滯，則調(diào)整種群位置以跳出局部最優(yōu)。
9、（7）?：達(dá)到最大迭代次數(shù)，迭代停止，獲得無人機的三維最優(yōu)路徑。
10、進(jìn)一步地，所述步驟（1）實現(xiàn)過程如下：
11、在初始化改進(jìn)麻雀算法路徑規(guī)劃方法參數(shù)的過程中，相應(yīng)的參數(shù)包括麻雀種群規(guī)模（pop）、發(fā)現(xiàn)者比例（pd）、加入者比例（sd）、最大迭代次數(shù)（maxgen）以及邊界約束等。
12、進(jìn)一步地，所述步驟（2）實現(xiàn)過程如下：
13、用tent混沌映射與sine混沌映射相結(jié)合的方式對種群進(jìn)行了初始化。tent映射是一種簡單的非線性混沌映射，其具有較好的混沌擾動特性且概率密度更加的均勻，表達(dá)式如下：
14、（1）
15、其中為映射生成的數(shù)列值，為參數(shù)（通常設(shè)置為0.5）。
16、sine映射具有遍歷性和初值敏感性，因此常用于生成混沌序列，其公式為：
17、（2）
18、其中是第n次迭代的值，初始值通常在（0，1）之間隨機選擇。
19、在種群初始化時，交替使用tent映射和sine映射，以生成一個新的混沌序列：
20、（3）
21、根據(jù)個體和維度的索引值決定使用哪種映射方式，對于序列中的奇數(shù)索引項使用tent映射，偶數(shù)索引項使用sine映射。
22、進(jìn)一步地，所述步驟（3）實現(xiàn)過程如下：
23、計算出每個個體的適應(yīng)度值，并按照適應(yīng)度從高到低排序。挑選出適應(yīng)度最好的個體作為發(fā)現(xiàn)者，剩余個體作為警戒者。
24、進(jìn)一步地，所述步驟（4）實現(xiàn)過程如下：
25、在覓食過程中，麻雀會分為兩類角色：生產(chǎn)者（producers）和覓食者（scroungers）。生產(chǎn)者主要負(fù)責(zé)尋找食物資源，具有較強的探索能力；而覓食者則從生產(chǎn)者處獲取食物，通過模仿和學(xué)習(xí)來調(diào)整自己的覓食策略。對麻雀的性能進(jìn)行評估，按照能量值高低對麻雀進(jìn)行排序，前20%為發(fā)現(xiàn)者，剩下的為加入者，發(fā)現(xiàn)者負(fù)責(zé)全局搜索，其位置更新應(yīng)增加種群的多樣性，避免過早收斂而陷入局部最優(yōu)，因此引入蝴蝶優(yōu)化策略，并將其應(yīng)用于麻雀搜索算法中的發(fā)現(xiàn)者，增強全局搜索能力。蝴蝶優(yōu)化算法（boa）模擬蝴蝶的遷徙行為，通過領(lǐng)導(dǎo)者和追隨者的位置更新策略來平衡全局搜索和局部搜索，蝴蝶優(yōu)化策略公式如下：
26、（4）
27、其中，時步長，時衰減因子，t時迭代次數(shù)。
28、融合改進(jìn)后發(fā)現(xiàn)者位置根本更新公式為
29、（5）
30、如果隨機數(shù)r小于閾值st，則按照進(jìn)行位置更新，新的位置是通過向當(dāng)前最佳位置添加一個由縮放的從當(dāng)前位置指向最佳位置的向量，并且這個向量會隨著時間t指數(shù)衰減；如果隨機數(shù)r大于閾值st，則按照來進(jìn)行位置更新，新的位置是通過在當(dāng)前位置上添加一個由q縮放的隨機長度向量l來進(jìn)行更新。
31、在麻雀搜索算法中，跟隨者主要負(fù)責(zé)在生產(chǎn)者周圍進(jìn)行局部探索，從而增加種群的多樣性和探索深度，然而其存在容易陷入局部最優(yōu)，全局探索能力不足等問題，因此引入自適應(yīng)t分布對跟隨者進(jìn)行位置更新。自適應(yīng)t分布能夠在搜索的過程中動態(tài)的調(diào)整采樣分布，從而使個體逐漸趨向最優(yōu)解。自適應(yīng)t分布通過控制t分布的自由度或標(biāo)準(zhǔn)差，使搜索范圍逐步縮小，從而提高算法的探索能力，并增強算法的局部搜索能力，避免陷入局部最優(yōu)。利用自適應(yīng)t分布的采樣特點，逐漸縮小標(biāo)準(zhǔn)差從而控制個體在搜索空間內(nèi)的移動范圍。隨著迭代次數(shù)的增加，標(biāo)準(zhǔn)差的值會逐漸減小，使得后期個體搜索范圍收縮，有利于收斂到最優(yōu)解。自適應(yīng)t分布的更新公式如下：
32、（6）
33、其中，使當(dāng)前找到的種群中最優(yōu)解的位置，是隨迭代次數(shù)遞減的縮放因子，用于控制每一代中的搜索范圍，randn是生成的標(biāo)準(zhǔn)正態(tài)分布隨機數(shù)，模擬t分布的采樣效果。的定義為：
34、（7）
35、其中m為總迭代次數(shù)，t是當(dāng)前迭代次數(shù)。隨著迭代次數(shù)的增加，的值從較大逐漸減小到接近0，從而使算法在初期有較大的搜索范圍，而在后期收斂的過程中，探索范圍縮小，能夠更精準(zhǔn)的找到最優(yōu)解。
36、進(jìn)一步地，所述步驟（5）實現(xiàn)過程如下：
37、麻雀算法中的警戒者是負(fù)責(zé)檢測種群中的個體，并且在環(huán)境變化或者出現(xiàn)危險信號時轉(zhuǎn)移到新的位置,從而保持種群的活力和多樣性。麻雀算法警戒者存在更新策略單一、環(huán)境適應(yīng)性差以及隨機性強等不足之處，因此選擇k-means聚類提高其搜索效率。k-means聚類是一種常用的聚類算法，設(shè)有數(shù)據(jù)集,其中每一個數(shù)據(jù)點xi都有dim個特征。算法的目標(biāo)是最小化所有數(shù)據(jù)點到各自聚類中心的平方距離和，即
38、（8）
39、其中，為第k個簇的中心，是屬于第k個簇的數(shù)據(jù)點集合，表示歐幾里得距離。
40、本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（1）實現(xiàn)過程如下：
3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（2）實現(xiàn)過程如下：
4.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（3）實現(xiàn)過程如下：
5.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，所述步驟（4）實現(xiàn)過程如下：
6.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（5）實現(xiàn)過程如下：
7.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（6）實現(xiàn)過程如下：
8.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（7）實現(xiàn)過程如下：達(dá)到最大迭代次數(shù)，迭代停止，獲得無人機的三維最優(yōu)路徑。
【技術(shù)特征摘要】
1.一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（1）實現(xiàn)過程如下：
3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（2）實現(xiàn)過程如下：
4.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)麻雀算法的無人機三維路徑規(guī)劃方法，其特征在于，所述步驟（3）實現(xiàn)過程如下：
5.根據(jù)權(quán)利要求1所述的一種基于...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：宋宇，劉志凱，徐軍生，翟雙，郭昕剛，梁超，高崗，張洋楊，
申請(專利權(quán))人：長春工業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。