控制与决策

作者：肖鹏,田润澜,李赫,张司明

单位：空军航空大学，长春 130022,,空军航空大学，长春 130022,,中国人民解放军 93427部队，北京 101300,,空军航空大学，长春 130022,

关键词：无人机;航迹规划;蚁群算法;人工势场法;多重邻域惯性搜索;自适应启发权重

针对经典蚁群算法在无人机三维航迹规划过程中全局搜索能力不足、易陷入局部最优等问题, 提出一种多重搜索策略引导的蚁群优化算法. 首先, 结合改进的人工势场法, 创建引导区增强初始化信息素分布策略, 为蚁群的整个寻优过程提供区域性参考, 提升蚁群全局搜索能力; 其次, 依靠多重邻域惯性搜索策略和新的信息素计算方法, 实现蚁群寻优步长的动态扩展, 减少路径转折点数量及路径节点数量, 增强最优路径的均衡性和平滑性; 然后, 通过启发函数优化策略在蚁群寻优各个阶段实现动态调整启发信息调整因子, 改善算法自学习能力, 提升适应性和收敛效率. 实验中通过测试函数横向对比和复杂三维任务场景纵向应用, 多重搜索策略引导的蚁群优化算法在新的目标函数中相较于经典蚁群算法无人机航迹规划能力获得了提升.

来源：2025年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第11期