文章详情
| 稿件标题： | 改进粒子群的多无人机协同搜索路径优化 |
| 稿件作者： | 赵迅1,刘云平1,王炎1,还红华2,徐梁3,吴士林4 |
| DOI： | 10.11809/bqzbgcxb2025.01.028 |
| 科学编辑： | 张聪 博士（燕山大学 副教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 多无人机；粒子群算法；蚁群算法；协同搜索；路径优化 |
| 文章摘要： | 粒子群算法具有收敛速度快、结构简单、计算复杂度低等优点广泛应用于搜索领域，然而多无人机采用传统粒子群算法协同搜索时，由于算法具有随机性且群体内共享信息并未进行筛选，会出现搜索路径大量重复的现象，造成额外的资源消耗。针对此问题，提出一种改进粒子群的多无人机协同搜索算法。将传统粒子群算法应用于多无人机协同搜索，在此基础上利用蚁群算法对粒子群进行改进，通过蚁群算法对群体内共享的位置信息进行筛选，计算出信息素指引位置，然后将信息素指引位置用于无人机搜索过程中粒子群算法的迭代，从而减少无人机往复搜索的问题。仿真实验表明：该搜索算法可以有效降低搜索的重复路径，减少搜索的总路程。 |
| 稿件基金： | 国家自然科学基金项目（51875293）；国家重点研发计划（2018YFC1405703） |
| 引用本文格式： | 赵迅,刘云平,王炎，等.改进粒子群的多无人机协同搜索路径优化［J］.兵器装备工程学报，2025，46(1)：213-220. ZHAO Xun, LIU Yunping, WANG Yan, et al.Multi-UAV collaborative search path optimization with improved particle swarm optimization algorithm［J］.Journal of Ordnance Equipment Engineering，2025，46(1)：213-220. |
| 刊期名称： | 2025年01期 |
| 出版时间： | 2025年1月 |
| 收稿日期： | 2024-03-01 |
| 修回日期： | 2024-04-18 |
| 录用日期： | 2024-05-06 |
| 上线时间： | 2025年1月31日 |
| 浏览次数： | 1471 |
| 下载次数： | 22 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |