[发明专利]一种基于粒子群算法的自适应三维空间路径规划方法

说明书

技术领域

本发明属于计算智能技术领域，涉及一种通过模拟群智能寻优方式设计的三维空间路径规划方法。

背景技术

随着海空事业的发展，三维路径规划越来越受到人们的重视，其在资源与时间的有效利用上起着至关重要的作用。但已有的路径规划方法多是针对二维空间提出的，现有的三维空间路径规划方法多是二维方法向三维方法的推广，由于三维空间的复杂度提高，在由二维向三维推广过程中必会带来诸多问题，如现已采用的针对三维空间路径规划方法人工势场法、A^*搜索法、基于案例的推理法和遗传算法等，其中势场法不可避免的会陷于局部最小，而且当采用复杂的优化准则时，势场法不能直接的加以推广；A^*搜索法能够用于高维问题，但随着维数的增加，A^*搜索法的时空要求将很难得到满足；基于案例的推理法根据局部的障碍物调整路径，有时不能获得全局最优的路径；遗传算法采用随机的方式产生初始路径，利用遗传算子操作不断的对路径进行改进，当环境条件比较简单时，遗传算法可以完成规划，当环境复杂时，遗传算法将很难找到一条满足约束条件的可行路径。出现上述问题是由于算法自身构造带来的，要想很好的解决，就需要有新理论新方法的提出。

发明内容

本发明在基本粒子群算法的基础上，结合三维空间路径规划的具体情况，提出了一种基于粒子群算法的自适应三维空间路径规划方法，克服了现有三维空间路径规划方法因维度的提高，使得运算量急剧增大，而很难或完全不能完成路径规划任务的问题，以及寻得最优路径不平滑的问题。

本发明提出一种基于粒子群算法的自适应三维空间路径规划方法，环境数据为海底地形高程图，具体包括以下几个步骤：

步骤一：初始化参数：

首先，在海底地形高程图的范围内随机初始化粒子其中为组成粒子的节点(路径是由从起点到终点的折线段组成，线段的端点即组成粒子的节点)；i＝1,2,..,n，表示第i个粒子，n≥1为种群数量；j＝1,2,..,m，表示某粒子的第j个节点，m≥3为节点个数；令其中S,D分别为寻路的起始点和目标点；初始的种群代数k＝1；然后对各粒子的节点的次序，按照重构指标进行重构，第i个粒子的第j个节点的重构指标λ_j为：

λj=||SAi,j1→||-||DAi,j1→||]]>

其中j＝1,2,...,m，在中λ_j值越大的节点j值越大，反之则越小；初始化位移i＝1,2,...,n，j＝1,2,...,m；最大移动步长和最小步长分别为step_max＞0，0≤step_min≤step_max；惯性权重的最大最小值分别为0＜ω_max≤1，0≤ω_min≤ω_max；自身学习因子的最大值和最小值分别为全局学习因子的最大值和最小值分别为最大迭代次数为k_max；

步骤二：首先令（i＝1,2,...,n，j＝1,2,...,m），记录第k＝1代时，第i个粒子所经过的最佳位置。

然后确定各粒子的适应度，的适应度为：