国博
- 作品数：2 被引量：20H指数：2
- 供职机构：空军航空大学航空控制工程系更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 基于改进粒子群算法的多无人机任务分配研究被引量：18
- 2009年
- 任务分配问题是多无人机协同控制的关键技术之一。在深入分析多无人机任务分配问题特点的基础上,对现有模型进行了扩展,建立了多无人机协同任务分配的混合整数线性规划(MILP)模型。对现有粒子群算法进行了改进,提出一种具有较强全局搜索能力的多子群多阶段粒子群算法,开展了粒子群算法在多无人机协同任务分配问题中的应用研究,主要针对粒子群算法的编码策略、约束处理、算子选取、参数设置等方面进行相应的调整和改进。最后对算法进行了仿真,仿真结果表明了该方法的有效性。
- 国博王社伟陶军
- 关键词：粒子群算法无人机
- 改进粒子群算法在高维复杂函数寻优中的应用被引量：2
- 2010年
- 针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构,命名为多阶段多子群粒子群算法(Multi-stage Multi-subpopulation Particle Swarm Optimization,MMPSO),该方法主要通过多子群之间阶段性的重分组策略,强化不同群体之间的信息交流,增大其搜索到全局最优解的概率,同时,为了保留粒子群算法高效优化的特点,通过分阶段搜索模式的转变,将全局最好模型收敛的快速性和局部最好模型收敛的全局最优性进行折中,确保改进后的粒子群算法拥有更强的全局搜索能力和尽量高的收敛速度。仿真实验证明,MMPSO算法相对于基本粒子群算法而言具有明显的精度优势。
- 国博王社伟陶军
- 关键词：高维复杂函数全局优化粒子群算法
