資源描述：
《基于改進(jìn)多元優(yōu)化算法的動(dòng)態(tài)路徑規(guī)劃》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、航空學(xué)報(bào)ActaAeronauticaetAstronauticaSinicaJul．252015VoI．36No．72319．2328ISSN1000-6893ON11-1929／Vhttp：Hhkxb．buaa．edu．cahkxb@buaa．edu．on基于改進(jìn)多元優(yōu)化算法的動(dòng)態(tài)路徑規(guī)劃李寶磊1，施心陵1’*，李敬敬1，呂丹桔21．云南大學(xué)信息學(xué)院，昆明65009l2．西南林業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院，昆明650224摘要：為滿足動(dòng)態(tài)路徑規(guī)劃實(shí)時(shí)性強(qiáng)和動(dòng)態(tài)跟蹤精度高的需求，提出一種基于能夠同時(shí)發(fā)現(xiàn)并追蹤多條最優(yōu)以及次優(yōu)路徑的改進(jìn)多元優(yōu)化算法(IMOA)的求解方法。首先，
2、通過(guò)利用貝賽爾曲線描述路徑的方法把動(dòng)態(tài)路徑規(guī)劃問(wèn)題轉(zhuǎn)化為動(dòng)態(tài)優(yōu)化問(wèn)題；然后，把相似性檢測(cè)操作引入到多元優(yōu)化算法(MOA)中，增加算法同時(shí)跟蹤多個(gè)不同最優(yōu)以及次優(yōu)解的概率；最后，用IMOA對(duì)貝賽爾曲線的控制點(diǎn)進(jìn)行尋優(yōu)。實(shí)驗(yàn)結(jié)果表明：當(dāng)最優(yōu)路徑由于環(huán)境變化而變?yōu)榉莾?yōu)或者不可行時(shí)，利用IMOA對(duì)多個(gè)最優(yōu)以及次優(yōu)解動(dòng)態(tài)跟蹤的特點(diǎn)，能夠快速調(diào)整尋優(yōu)策略對(duì)其他次優(yōu)路徑進(jìn)行尋優(yōu)以期望再次找到最優(yōu)路徑；其綜合離線性能較其他方法也有一定的提高。因此，IMOA滿足動(dòng)態(tài)路徑規(guī)劃的實(shí)際需求，適用于解決動(dòng)態(tài)環(huán)境中的路徑規(guī)劃問(wèn)題。關(guān)鍵詞：改進(jìn)多元優(yōu)化算法；動(dòng)態(tài)路徑規(guī)劃；動(dòng)態(tài)優(yōu)化；貝賽爾曲線；多模態(tài)優(yōu)
3、化；多群優(yōu)化算法中圖分類(lèi)號(hào)：V448文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000—6893(2015)07—2319—10在移動(dòng)機(jī)器人[1]、無(wú)人作戰(zhàn)飛機(jī)[2]、航班改行[3]和月球車(chē)[4]等工程應(yīng)用中，動(dòng)態(tài)環(huán)境中的路徑規(guī)劃是一項(xiàng)關(guān)鍵技術(shù)，路徑規(guī)劃算法的任務(wù)就是要找到從起點(diǎn)到終點(diǎn)能夠避免一切障礙(靜態(tài)和動(dòng)態(tài))碰撞和雷達(dá)威脅[5]的最佳路徑。路徑的最優(yōu)性往往是指能源、資金和時(shí)間的損耗最小，或者能夠避開(kāi)靜止和動(dòng)態(tài)的危險(xiǎn)區(qū)而安全地到達(dá)目標(biāo)位置。盡管一些傳統(tǒng)路徑規(guī)劃方法(如人工勢(shì)場(chǎng)等)能夠處理靜態(tài)環(huán)境中的路徑規(guī)劃問(wèn)題，但當(dāng)?shù)貓D尺寸大、分辨率高且障礙物分布復(fù)雜時(shí)，傳統(tǒng)路徑規(guī)劃方法便會(huì)應(yīng)用受限于
4、較高的計(jì)算復(fù)雜度[6]。而在障礙物會(huì)隨時(shí)間快速移動(dòng)的動(dòng)態(tài)環(huán)境中[7]，路徑規(guī)劃的在線實(shí)時(shí)性要求更高，問(wèn)題也變得更加復(fù)雜Es
5、。近年來(lái)，群智能優(yōu)化算法由于搜索速度快、魯棒性強(qiáng)和算法簡(jiǎn)單而被用于解決復(fù)雜動(dòng)態(tài)環(huán)境中的路徑規(guī)劃問(wèn)題，并且表現(xiàn)出了較傳統(tǒng)方法更佳的穩(wěn)定性和靈活性[9]。根據(jù)種群的數(shù)目，群智能優(yōu)化算法可分為單群和多群兩類(lèi)。諸如蟻群算法、遺傳算法(GA)以及粒子群優(yōu)化算法(PSO)等這些經(jīng)典的單群優(yōu)化算法實(shí)時(shí)性較差，容易陷入多峰適應(yīng)度面的局部最優(yōu)解而無(wú)法收斂于全局最優(yōu)解[1?。許多學(xué)者把針對(duì)該缺點(diǎn)而提出的改進(jìn)算法應(yīng)用于解決動(dòng)態(tài)路徑規(guī)劃問(wèn)題。其中，Tuncer和Yildir
6、im[1u提出了一種基于具有新型突變算子的改進(jìn)遺傳算法的動(dòng)態(tài)路徑規(guī)劃方法。在Nasrollahy和Javadi[121提出的基于PSO的路徑規(guī)劃方法中，無(wú)效的粒子會(huì)受到相應(yīng)的懲罰。另一種基于PSO的路徑規(guī)劃方法，通過(guò)收稿日期：2014—08-22；退修日期：2015-01·04；錄用日期：2015-01-13；網(wǎng)絡(luò)出版時(shí)間：2015-01-1614：43網(wǎng)絡(luò)出版地址：WWW．cnki．net／kcms／detail／11．1929V．20150116．1443．001．htmI基金項(xiàng)目：國(guó)家自然科學(xué)基金(61261007)；云南省重點(diǎn)自然科學(xué)基金(2013FA008)*通
7、訊作者．Tel：0871-65033744E-mail：xlshi@ynu．educn琴I(mǎi)用格武#LiBL，ShiXL，LiJJ。eta1．DynamicpathplanningbasedonimprovedmultivariantoptimizationalgorithmfJJ．ActaAeronauticaetAstronauticaSinica，2015．36(7)：2319-2328．李寶磊．施心陵．李敬墩，等．基f改進(jìn)多元優(yōu)億算法的動(dòng)態(tài)路徑規(guī)越[∞．航空學(xué)報(bào)。2015．36(7)：2319—2328．航空學(xué)報(bào)只使用有效粒子來(lái)快速確定路徑規(guī)劃問(wèn)題的最優(yōu)解[I3
8、。
9、盡管大多數(shù)單群優(yōu)化算法都能規(guī)劃出一條較優(yōu)的路徑，但卻無(wú)法滿足復(fù)雜動(dòng)態(tài)場(chǎng)景中對(duì)路徑規(guī)劃問(wèn)題提出的實(shí)時(shí)性強(qiáng)和計(jì)算效率高的需求[1引。原因在于靜態(tài)以及動(dòng)態(tài)障礙物分布復(fù)雜，容易引起適應(yīng)度值面中出現(xiàn)多個(gè)移動(dòng)的局部最優(yōu)解，其對(duì)搜索個(gè)體向不同方向的吸引會(huì)誤導(dǎo)搜索個(gè)體，使得搜索群在多個(gè)局部最優(yōu)解之間震蕩而無(wú)法找到全局最優(yōu)解[15
10、。多群優(yōu)化算法具有便于并行處理、全局尋優(yōu)實(shí)時(shí)性強(qiáng)以及快速跳出局部最優(yōu)解的特點(diǎn)，用于路徑規(guī)劃時(shí)具有獨(dú)特的優(yōu)勢(shì)口6
11、。鑒于動(dòng)態(tài)多群粒子群優(yōu)化算法(DMS—PSO)適用于解決多局部最優(yōu)解函數(shù)優(yōu)化問(wèn)題[1”，將其應(yīng)用于解決路
