面向多无人机路径规划的多源启发式进化算法
文献类型：期刊论文
| 作者 | 张文晖1,3; 程诗奋1,3; 彭超达2; 陆锋1,3 |
| 刊名 | 地球信息科学学报
 |
| 出版日期 | 2025-09-27 |
| 卷号 | 27期号:10页码:2404-2421 |
| 关键词 | 进化算法 无人机路径规划 多无人机系统 启发式算法 约束多目标优化 |
| ISSN号 | 1560-8999 |
| 产权排序 | 1 |
| 英文摘要 | 【目的】多无人机路径规划是保障无人机群在复杂环境中高效协同作业的关键技术，其本质为可行域稀疏的约束多目标优化问题。进化算法因具备较强的全局搜索能力，已被广泛应用于该类问题的求解。然而，现有方法在路径初始化阶段往往忽略路径的空间结构特征，在路径重生成阶段则主要依赖通用的随机搜索算子，缺乏对适应度函数和无人机与飞行环境空间关系的有效利用，限制了算法在有限计算资源下获取高质量全局可行解的能力。【方法】本文提出一种面向多无人机路径规划的多源启发式进化算法（MSHEA）。该算法通过引入路径空间结构、适应度信息及飞行环境特征等多源启发式信息，分别优化路径初始化与重生成过程：设计按序有向膨胀策略，生成兼具空间合理性和解空间覆盖性的高质量初始路径集合；构建融合适应度与飞行环境信息的路径重生成机制，有效提升不可行路径的修复效率与可行路径的局部优化能力。【结果】基于8组不同复杂度的公开多无人机路径规划基准数据开展实证验证，结果表明MSHEA在不同飞行场景下均展现出优越的求解性能和较高的稳定性：(1)相比次优基准算法，其超体积指标提升1%～6%，反世代距离指标降低6%～81%；(2)所设计的路径初始化策略与重生成机制在提升算法性能方面均发挥了显著作用；(3)对新增超参数的敏感性较低，具有良好的适应性与通用性。【结论】MSHEA通过引入多源启发式信息显著增强了多无人机路径规划的求解能力，为多机协同作业任务中的路径优化问题提供了稳健可靠的技术支撑。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/215777]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 程诗奋 |
| 作者单位 | 1.中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室; 2.华南农业大学数学与信息学院 3.中国科学院大学; |
| 推荐引用方式 GB/T 7714 | 张文晖,程诗奋,彭超达,等. 面向多无人机路径规划的多源启发式进化算法[J]. 地球信息科学学报,2025,27(10):2404-2421. |
| APA | 张文晖,程诗奋,彭超达,&陆锋.(2025).面向多无人机路径规划的多源启发式进化算法.地球信息科学学报,27(10),2404-2421. |
| MLA | 张文晖,et al."面向多无人机路径规划的多源启发式进化算法".地球信息科学学报 27.10(2025):2404-2421. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。