[发明专利]基于多种群协作果蝇优化的多无人机协同路径规划方法

权利要求书

1.一种基于多种群协作果蝇优化的多无人机协同路径规划方法，其特征在于：

准备工作：确定无人机飞行任务信息，包括：起点坐标(X_s，j，Y_s，j，Z_s，j)和终点坐标(X_T，Y_T，Z_T)，任务需要的无人机的数量Num，无人机的最大飞行速度v_max，最大转弯过载n_max，重力加速度G和飞行最低高度h_min，任务地图信息p，边界分别表示地图在长、宽、高上的限制，每架飞机需要规划出的航路控制点个数D；

确定敌方地面武器信息，包括：威胁类型，武器位置(x_threat，y_threat)，以及各自的威胁范围；

设定改进果蝇算法的相关参数，包括最大迭代次数NC_max，果蝇群体数gr，果蝇群体规模M_pop，杂交遗传系数coe₁和coe₂；

其方法包括如下步骤：

步骤一：开始，令N＝1；

步骤二：随机生成最优航路控制点

x_best与y_best各项都在[-1，1]范围内，令NC＝1，

步骤三：令i＝1，j＝1，g＝1，令果蝇个体开始进行嗅觉搜索；

步骤四：嗅觉搜索的操作如下：

计算味道浓度判定值的公式如下，

其中，即为味道浓度判定值；若则说明超出地图限制，转到步骤四，若j＜3*D，则j＝j+1，转到步骤四，否则转到步骤五；

步骤五：执行生成飞行路径操作，操作过程如下：利用起点坐标，终点坐标和S_i，可得该果蝇个体的飞行路径path_i；

步骤六：计算path_i的航路曲线的味道浓度值，即为航路代价值，记为

步骤七：令g＝g+1，若g＜gr，令j＝1，转到步骤四，否则转到步骤八；

步骤八：令i＝i+1，若i＜M_pop，令j＝1，g＝1，转到步骤四，否则转到步骤九；

步骤九：执行果蝇视觉搜索操作，操作步骤如下：对cost中所有路径的味道浓度值排序后，取最小的五个，即前五个，称为最优个体群；视觉搜索操作结束；把最优个体群的航路控制点记为和并记录最优个体群在步骤六中已经计算出来的味道浓度值，记为

步骤十：果蝇群体间杂交开始，令i＝1，g＝1，j＝1；

步骤十一：五个最优个体和分别与种群中的果蝇随机杂交生成新种群，杂交过程如下所示：

其中，j的范围是[1，D]，random(1，gr)产生在[1，gr]范围内的随机整数；

步骤十二：利用公式(3)计算味道浓度判定值其中，用代替用代替若则说明超出地图限制，转到步骤十一，否则转到步骤十三；

步骤十三：若j＜3*D，则j＝j+1，转到步骤十一，否则转到步骤十四；

步骤十四：执行生成路径操作，用Snew_i替换原操作中的S_i，得到path_i；执行步骤六，得到

步骤十五：令g＝g+1，若g≤gr，令j＝1，转到步骤十，否则转到步骤十五；

步骤十六：令i＝i+1，若i≤M_pop，令j＝1，g＝1，转到步骤十，否则转到步骤十六；

步骤十七：执行果蝇视觉搜索操作，对最优个体群进行如下操作：把他们的航路控制点记为和并记录他们在步骤十四中计算出的味道浓度值，记为

步骤十八：执行种群竞争操作，对和两组共10个个体进行自然选择与淘汰，种群竞争操作过程如下：比较和共十个个体，留下味道浓度值最小的五个个体，记为和

步骤十九：若NC＜NC_max，令NC＝NC+1，转到步骤二，否则计算最优个体的味道浓度判定值，执行生成飞行路径操作，得到飞行路径pathend并输出；

步骤二十：若N＜Num，令N＝N+1，转到步骤一，否则结束。