[发明专利]一种基于万有引力搜索的水面无人艇航路规划方法

摘要

本发明公开了一种基于万有引力搜索的水面无人艇航路规划方法，该方法首先建立水面无人艇的数学模型，初始化该方法的参数；其次，随机化多条路径以及各个粒子的初始位置和加速度，建立旋转坐标系；然后，按照基于动态惯性权值的规则更新粒子的惯性质量，按改进后的万有引力方法对粒子速度进行更新。最后，按每个粒子更新后的速度和优胜劣汰的选择对粒子的位置更新，若迭代次数大于最大迭代次数，则退出循环；否则，返回上一步进入下一迭代；将得到的最优路径坐标进行坐标反变换，并输出结果。

主权项

一种基于万有引力搜索的水面无人艇航路规划方法，其特征在于，包括如下步骤：步骤一：将水面无人艇的原坐标系Oxy转化成以起点和终点连线为横轴的新坐标系Ox’y’，将x’轴D等分，根据万有引力搜索算法得出的数据，优化每个等分点垂线上的y’坐标，得到一组由y’坐标组成的数据，将得出的新坐标一一连接，得到一条连接起始点和终点的路径，进而建立一个关于D维函数优化的水面无人艇航路规划数学模型，所采用的坐标系的转换公式为：θ=arcsiny2-y1|ST‾|,---(1)]]>xy=cosθsinθ-sinθcosθx′y′+x1y1,---(2)]]>其中，(x,y)是原坐标系Oxy上的路径点，(x’,y’)是新坐标系Ox’y’上的路经点，θ为原坐标系Oxy转为新坐标系Ox’y’的角度，ST表示原坐标系Oxy下起始点到终点的向量；步骤二：初始化改进的万有引力搜索算法的参数，所述参数包括优化维数D、种群规模M、最大迭代次数Kmax、水面无人艇的起点S和水面无人艇的终点T；步骤三：随机初始化N条路径以及各个粒子的初始位置和加速度，建立旋转坐标系，然后将所述旋转坐标系的横轴D等分；步骤四：计算在t时刻所述N条路径中的每条路径的适应度值fitness、最好适应度值best(t)和最坏适应度值worst(t)，并更新引力常数G(t)；步骤五：按照以下式子更新粒子的惯性质量Mi(t)：mi(t)=fiti(t)-worst(t)best(t)-worst(t),Mi(t)=mi(t)Σj=1Nmi(t)]]>其中，mi(t)表示第i个粒子在t时刻的质量，fiti(t)表示第i个粒子在t时刻的适应值fitness大小，且，最好适应度值best(t)和最坏适应度值worst(t)分别表示为：best(t)=minj∈{1,2,...,N}fitj(t),worst(t)=maxj∈{1,2,...,N}fitj(t);]]>步骤六：根据基于动态惯性权重法的万有引力方法对粒子速度进行更新，速度更新公式如下：vid(t+1)=wvid(t)+c1randj(pbestd-xid(t))+c2randk(gbestd-xid(t)),]]>xid(t+1)=xid(t)+vid(t+1),]]>式中，w表示惯性权重，且基于动态惯性权重法的w＝(0.5+rand/2)；randj,randk表示在[0,1]之间的随机变量；c1,c2表示在[0,1]之间的常量；表示粒子i经历过的最好位置；表示群体中所有粒子所经历的最好位置；步骤七：采用优胜劣汰的选择模式对各个粒子进行位置更新，位置更新公式如下：步骤八：若t时刻迭代的次数K大于最大迭代次数Kmax，则退出循环，并将得到的最优路径坐标进行坐标反变换，并输出最优航行路径；否则，返回步骤四进入下一次迭代。