10.3969/j.issn.1000-3428.2015.05.007
基于MapReduce与蚁群优化的航路规划算法
航路规划是提高无人机生存能力的有效途径,可使其安全、快速到达目的地。为在云计算环境中分布式并行地求解航路规划问题,应用云计算技术提出基于MapReduce和多目标蚁群算法的航路规划算法( RPMA)。设计多目标蚁群算法,并采用多种优化策略对传统算法进行改进。 RPMA能预先规划出多条航迹,可根据不同的飞行任务选择不同的航路,并在飞行过程中根据不同需要临时确定合适的飞行航路。仿真实验结果表明, RPMA求解航路问题是可行、有效的,具有较好的收敛性和扩展性,以及对大规模数据的处理能力。
云计算、MapReduce分布式编程、蚁群优化、航路规划、无人机、Hadoop分布式文件系统
TP301(计算技术、计算机技术)
国家自然科学基金资助项目51165037;江西省自然科学基金资助项目20114BAB216005;江西省教育厅青年科学基金资助项目GJJ12452。
2015-05-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
38-44,55