[发明专利]一种基于改进果蝇优化算法的三维航路规划方法

权利要求书

1.一种基于改进果蝇优化算法的三维航路规划方法，其特征在于，首先确定无人机飞行任务信息，包括起点坐标(x_S,y_S,z_S)^T和终点坐标(x_T,y_T,z_T)^T，任务地图边界，需要规划出的航路控制点个数n；确定敌方地面武器信息，包括威胁类型，其为：雷达、导弹、高炮，武器位置(x_threatj,y_threatj)^T，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G_max，嗅觉搜索次数M_osp，以及变异概率P_m，其包括以下步骤：

步骤一：设迭代次数NC＝1，随机初始化相位角向量Θ_axis＝[θ_axis,1,…,θ_axis,D]，其中，每一维相位角取值都在[-π/2,π/2]内，且D＝3n，并设定相应的初始味道浓度判定值Smell_axis＝+∞，其中，θ_axis,j,j＝1,2,…,D代表果蝇位置浓度判定值向量S_axis的第j维分量S_axis,j所对应的相位角；

步骤二：按照如下公式计算果蝇的搜索半径

步骤三：执行果蝇嗅觉搜索操作，令i＝1，j＝1；

步骤四：在0到1区间上随机产生一个实数r_j，若r_jP_m，则转步骤五；若r_j≥P_m，则转步骤六；

步骤五：执行变异操作，即计算其中random(-R^NC,R^NC)为-R^NC到R^NC区间上随机产生的一个实数；转到步骤七；

步骤六：不执行变异操作，即计算其中，代表在第NC次迭代中果蝇位置浓度判定值向量的第j维分量所对应的相位角；

步骤七：计算此次嗅觉搜索的味道浓度判定值如下

其中，S_max,j和S_min,j分别为搜索空间的上下边界；

步骤八：令j＝j+1，若j≤D，则转到步骤五，否则，转到步骤十；

步骤九：利用航路起点和终点，以及向量生成完整的航路P_UAV,i，其中，为第i只果蝇在第NC次迭代的位置浓度判定值向量在第j,n+j,2n+j维的分量；

步骤十：计算航路曲线的味道浓度值

步骤十一：令i＝i+1，若i≤M_osp，则令j＝1，并转到步骤四；否则，转到步骤十二；

步骤十二：执行果蝇视觉搜索操作，选出具有最小味道浓度值的个体，即该个体的索引号为

步骤十三：若比Θ_axis具有更优的味道浓度值，则果蝇利用视觉飞向该位置，即令且其中，为第NC次迭代时第index只果蝇的相位角向量；

步骤十四：更新迭代次数NC＝NC+1，若迭代次数NC≤G_max，则转到步骤二；若迭代次数NC＞G_max，则将Θ_axis转换为S_axis＝[S_axis,1,S_axis,2,…,S_axis,D]，进而生成无人机飞行航路，并输出最终的规划结果，其中，S_axis,1,S_axis,2,…,S_axis,D代表果蝇位置浓度判定值向量S_axis在各个维度上的分量。