.png){kind=icon}
返回
Improved Particle Swarm Optimization Algorithm for Multi-Objective Drone Path Planning
.png){kind=icon}
PRE
AI
DOI：10.24846/v35i1y202608.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种多目标优化模型用于无人机路径规划，同时考虑路径长度、飞行安全和路径多样性。首先对无人机飞行环境进行建模，随后基于路径长度和与无人机飞行相关的威胁等级构建优化模型。随后提出了一种改进的粒子群优化（PSO）算法，通过引入Sugeno函数动态调整非线性惯性权重和学习因子，从而增强所提出模型的全局搜索能力和无人机路径规划精度。针对两个测试场景（地图A和B）的实验结果表明，所提出的算法分别在68和75次迭代后识别出最优无人机飞行路径，平均路径长度分别为1.52 km和1.65 km。这些发现表明，改进的PSO算法为无人机路径规划提供了有效且可靠的解决方案，对相关领域算法优化具有更广泛的应用前景。
Keyword:
Drone path planning
Sugeno function
Multi-objective optimization
Particle swarm optimization algorithm
