买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明公开了一种基于BOA‑TSAR算法的近地配送无人机路径规划方法，包括步骤：S1，通过去除短周期性质的Tent混沌映射改进了蝴蝶优化算法BOA初始种群生成的随机性策略，平衡了BOA算法生成的初始解在解空间的均衡性；S2，通过自适应非线性惯性权重、模拟退火策略以及具有全局自适应特征的随机性变异，改进了BOA算法在处理高维复杂函数时收敛速度较慢、精度较低以及存在局部最优停滞的缺点；S3，提出了一种基于三维LOS检测法的初始种群生成策略，在保证BOA算法生成路径可行解多样性的同时，进一步减少路径间断点的产生。本发明基于仿真实验验证了BOA‑TSAR的优越性能。仿真结果表明，BOA‑TSAR在同类型的群体智能算法当中具有非常强大的竞争性。同时在路径规划实验当中的路径长度衡量指标以及平滑度指标上达到了最优。

主权项：1.基于BOA-TSAR算法的近地配送无人机路径规划方法，其特征在于，包括以下步骤：S1，基于BOA算法的初始蝴蝶种群的生成问题，加入去除短周期特性的改进型Tent混沌映射，具体包括：S11，在Tent混沌映射中添加微小扰动；S12，在微小扰动当中添加基于F分布的随机数；基于F分布去除短周期特性的改进型混沌映射的公式如下所示： 其中frnda,b为服从F分布所产生的随机数，xn表示混沌映射当前产生的序列数，δ∈[0,1]，xn+1表示混沌映射产生的下一个序列数；S2，通过结合非线性自适应惯性权重、模拟退火法的Metropolis准则以及具有全局自适应特征的随机性变异，改进BOA算法；S21，在BOA算法的全局搜索阶段引入自适应非线性惯性权重，如下所示： 其中ωBOA表示当前蝴蝶的惯性权重值，Fitnesst,g表示第t次迭代中的最优蝴蝶的适应度，Fitnesst,i表示第t次迭代当中第i只蝴蝶的适应度，Niter表示最大迭代次数，将ωBOA拆分成两个部分权重，其中ω1与蝴蝶个体的适应度相关，它会依照蝴蝶个体的适应度值的变化而自动做出调整，ω2的取值则会随着迭代次数的增加呈现出减速递减趋势；S22，在BOA算法的迭代过程中引入模拟退火过程的Metropolis准则，如下所示：当前蝴蝶个体的状态为其所对应的适应度表示为Fitnesst,i，蝴蝶经过移动之后状态为适应度为Fitnesst,i+1，则定义当前蝴蝶个体的状态由变为的概率为pmetr，公式如下所示： 其中Tfrag表示物理环境中的香味残留系数；S23，在BOA算法的全局搜索阶段引入带有自适应特征的随机性变异因子，公式如下所示： 其中Mu表示带有自适应特征的随机性变异因子，Fitnesst,g表示第t次迭代过程中蝴蝶种群中的最优适应度，Fitnesst,i表示第t次迭代过程中，蝴蝶个体状态所对应的适应度，γ为变异算子，γ0为初始变异算子，变异算子γ的表达式如下所示： 其中chi2pdfχfree表示自由度为χfree的卡方分布概率密度函数，Niter表示最大迭代次数；改进BOA算法的计算步骤具体包括：1所有针对BOA算法当中的蝴蝶个体数量N、算法迭代次数Niter、局部搜索和全局搜索的转换概率p、感知模态c、幂指数a、解空间维数Dim以及边界条件ub,lb进行初始化处理；2每一在解空间当中随机生成初代蝴蝶种群，根据适应度函数计算每个个体的适应度值并寻找到初代最优蝴蝶；3根据香味公式计算所有蝴蝶的香味信息素所产生的感知强度，并通过随机数rand与转换概率p的大小决定当前蝴蝶的运动行为；4当rand＜p时，当前蝴蝶进行全局搜索并向最优个体进行迁移；当rand≥p时，则当前蝴蝶执行局部游走；5若算法迭代次数达到终止条件，则结束循环并输出最优个体；否则对感官模态进行进一步更新并回到第3步；其中感官模态的更新如下所示： 其中ct表示第t次迭代时感官模态的值；S3，将改进的BOA算法与无人机路径规划相结合，通过改进型三维布雷森汉姆线算法的视野线LOS检测用以实现初始路径种群的合理化生成；S31，通过等体积体素对无人机的三维工作空间进行离散化分割，体素的体积设置为无人机体积的1.2倍到1.5倍；S32，在离散化的无人机飞行区域内分别对于x轴、y轴以及z轴，使用去除短周期特性的Tent混沌映射生成可行路径节点，并检测所生成节点与其父节点和目标点之间的LOS可达性；S33，若当前节点与其父节点和目标点同时满足LOS可达，则输出此个体并进行下一个蝴蝶个体的生成；若当前节点仅仅与其父节点具有LOS可达性，则保留当前节点作为父节点，并继续生成下一个节点；如若当前节点与其父节点之间不具有可达性时，则直接废弃当前节点；S34，算法通过迭代的方式生成初始种群，直到所有的初始蝴蝶都满足可行解即可结束算法。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于BOA-TSAR算法的近地配送无人机路径规划方法