[发明专利]一种基于改进蚁群算法的无人艇全局路径多目标规划方法

权利要求书

1.一种基于改进蚁群算法的无人艇全局路径多目标规划方法，其特征在于，包括以下步骤：

(1)利用Maklink图论建立海上环境地图模型；

(2)改进路径启发信息策略，得到路径平均值；

(3)设计蚂蚁信息素挥发自适应调整策略；

(4)设计局部信息素更新和全局信息素更新结合策略；

(5)通过无人艇的艏向角偏差因子改进蚁群搜索下一节点的状态转移概率；

(6)综合全局路径长度最短、改进蚁群算法优化迭代次数最少和路径平滑系数最低等要求，设计评价函数。

2.根据权利要求1所述的一种基于改进蚁群算法的无人艇全局路径多目标规划方法，其特征在于，所述利用Maklink图论建立海上环境地图模型，包括：

Maklink图论是利用生成的大量Maklink线段来在环境地图的二维路径中规划可行空间；Maklink线段包括障碍物凸多边形的顶点到边界的垂线以及顶点之间相互的连线；

(1.1)将形成障碍物凸多边形的顶点到边界作各自的垂线并按一定的序号储存在集合里；将形成障碍物凸多边形的顶点相互之间做连线也储存在集合里；

(1.2)选取集合中的第一条线段，判断线段与凸多边形边界是否相交，若相交，则从集合中删除该线段，若不相交，查看集合中的下一条线段；

(1.3)查看线段与凸多边形的顶点，它们之间会产生的两个外角，若两个外角均小于180°，则这条线段便是最佳的路线；

(1.4)审查备选线段中是否有外角大于180°，有的话则选择集合中的下一条线段，并返回步骤(1.2)；

(1.5)删除多余的连接线段；

(1.6)多次循环步骤(1.1)-步骤(1.5)，一直遍历到所有顶点；

(1.7)连接相邻Maklink线段上的中点，这些Maklink线段和顶点、中点，形成了无人水面艇在海上航行时环境地图模型。

3.根据权利要求1所述的一种基于改进蚁群算法的无人艇全局路径多目标规划方法，其特征在于，所述改进路径启发信息策略，得到路径平均值，包括：

路径平均值：

式中，d_ij是节点i和节点j间的距离。

4.根据权利要求1所述的一种基于改进蚁群算法的无人艇全局路径多目标规划方法，其特征在于，所述设计蚂蚁信息素挥发自适应调整策略，包括：

设计Logistic增长型函数来模拟海上复杂地理环境对蚂蚁信息素挥发系数的影响，进行信息素挥发自适应调整，Logistic函数为S型函数，选择外层循环策迭代次数N_C作为增长型函数的自变量，信息素挥发系数ρ为因变量；在算法收敛前期，增长型函数得到的信息素挥发系数较小，蚁群对每只蚂蚁的导引作用较弱，从而增大算法搜索的全局解空间，提高搜索精度；算法收敛后期，增长型函数得到的信息素挥发系数增加，蚁群对每只蚂蚁的导引作用加强，蚁群搜索最优全局路径的收敛速度明显加快；通过初始化Theta1,Theta2,Theta3,Theta4的值，可以确定信息素挥发系数的最大值、最小值以及增长速度，得到的信息素挥发自适应调整策略如下式给出：

其中，Theta1,Theta2分别是增长型函数的上下界限，Theta3为增长型函数中心点的x值，Theta4为增长型函数的增长速度。