基于改进粒子群优化算法的巡航导弹航路规划

摘要：

粒子群优化（PSO，Particle Swarm Optimization）算法是继遗传算法、蚁群算法之后的又一种新的群体智能算法，经常用于复杂问题的求解．由于其迭代公式是面向连续空间的，因此更适合解决非网格拓扑的航路规划问题．标准的粒子群优化算法在寻优的过程中容易出现早熟现象，针对这种现象，提出了一种改进的粒子群优化算法．改进算法根据相应的代价函数选择精英粒子和较差粒子，对较差粒子采用了带有动能补偿的速度更新策略，从而避免了寻优过程中的早熟现象；在单个粒子的运动方面引入了最差粒子的失败经验，让群体中粒子有效避开最差解．仿真表明：改进算法在航路规划的应用中具有更强的搜索能力，获得的航路代价在进化代数相同的前提下更小．

关键词：粒子群优化算法、群体智能、航路规划

所属期刊栏目：37

分类号：V249.1(航空仪表、航空设备、飞行控制与导航)

资助基金：“十一五”XX基础科研资助项目A212006XXX

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1228-1232