[发明专利]基于协作粒子群优化算法的多机协同航路规划方法及系统在审
| 申请号： | 202011047736.6 | 申请日： | 2020-09-29 |
| 公开（公告）号： | CN112214930A | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 吕明伟;张少卿;王言伟;刘伟;王文哲 | 申请（专利权）人： | 中国航空工业集团公司沈阳飞机设计研究所 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06Q10/04;G06Q50/30;G06N3/00;G01C21/20;G06F111/04;G06F111/06 |
| 代理公司： | 北京航信高科知识产权代理事务所(普通合伙) 11526 | 代理人： | 刘传准 |
| 地址： | 110035 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 协作 粒子 优化 算法 协同 航路 规划 方法 系统 | ||
1.一种基于协作粒子群优化算法的多机协同航路规划方法，其特征在于，包括：
步骤S1、以多机协同航路规划中各飞机的航路作为粒子群算法的个体；
步骤S2、计算每个个体的性能代价，以所述性能代价最优为目标更新个体的最优位置pbest，如果个体的当前位置所代表的航路代价值小于之前的或初始pbest的值，则用个体位置替代pbest；
步骤S3、计算整个种群的最优位置gbest：从整个种群中选出目前具有最小代价的个体所代表的航路；
步骤S4、更新种群中个体的速度和位置；
步骤S5、判断个体的位置和速度是否超过其相应的值域空间，如果是则将其限定在相应的值域空间边界上；
步骤S6、至最大迭代次数后输出协同航路。
2.如权利要求1所述的基于协作粒子群优化算法的多机协同航路规划方法，其特征在于，步骤S2中，所述个体的性能代价包括但不限于：
最小燃油代价、最小飞行距离代价。
3.如权利要求1所述的基于协作粒子群优化算法的多机协同航路规划方法，其特征在于，步骤S2中，所述性能代价既包括个体中所有P条航路的代价，也包括P条航路的协同冲突消解代价。
4.如权利要求3所述的基于协作粒子群优化算法的多机协同航路规划方法，其特征在于，所述协同冲突消解代价包括时域协同冲突消解代价和空域协同冲突消解代价。
5.一种基于协作粒子群优化算法的多机协同航路规划系统，其特征在于，包括：
个体模型生成模块，以多机协同航路规划中各飞机的航路作为粒子群算法的个体；
个体最优位置更新模块，用于计算每个个体的性能代价，以所述性能代价最优为目标更新个体的最优位置pbest，如果个体的当前位置所代表的航路代价值小于之前的或初始pbest的值，则用个体位置替代pbest；
种群最优位置更新模块，计算整个种群的最优位置gbest：从整个种群中选出目前具有最小代价的个体所代表的航路；
个体速度及位置更新模块，用于更新种群中个体的速度和位置；
值域空间限定模块，用于判断个体的位置和速度是否超过其相应的值域空间，如果是则将其限定在相应的值域空间边界上；
输出模块，用于至最大迭代次数后输出协同航路。
6.如权利要求5所述的基于协作粒子群优化算法的多机协同航路规划系统，其特征在于，所述个体的性能代价包括但不限于：最小燃油代价、最小飞行距离代价。
7.如权利要求5所述的基于协作粒子群优化算法的多机协同航路规划系统，其特征在于，所述性能代价既包括个体中所有P条航路的代价，也包括P条航路的协同冲突消解代价。
8.如权利要求7所述的基于协作粒子群优化算法的多机协同航路规划系统，其特征在于，所述协同冲突消解代价包括时域协同冲突消解代价和空域协同冲突消解代价。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司沈阳飞机设计研究所，未经中国航空工业集团公司沈阳飞机设计研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011047736.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种混凝土路专用凉棚
- 下一篇：一种基于野外台站的无人机遥感组网航迹规划方法
