无人机航迹规划的人工智能算法研究教学幻灯片.pptxVIP

无人机航迹规划的人工智能算法研究答辩人：高宇航 郑 君01无人机航迹规划问题描述02人工智能算法简介0503蚁群算法简介遗传算法简介蚁群算法解决无人机最短路径规划0406遗传算法规避风险区域无人机航迹规划问题描述 无人机航迹规划，是指在综合考虑无人机能顺利完成预定任务而规划出一条从起始点起飞，遍历多个目标点最后返回起始点且避开风险区域的最优航迹。该航迹要求： 1、飞行总路径距离尽可能短 2、尽可能避开风险区域（敌防空火力、恶劣气候、高山峻岭等）人工智能算法简介 人工智能算法广义上指模拟自然界生物智能解决问题的一类计算机算法。这类算法能够根据输入数据不断调整自身运算策略，善于在较短时间内找到NP类问题的较优解。 常见的人工智能算法：蚁群优化算法、遗传算法、模拟退火算法、人工神经网络等。蚁群算法简介 蚂蚁在觅食时，总能找到一条从食物到巢穴之间的最优路径。这是因为蚂蚁在寻找路径时会在路径上释放出一种特殊的信息素。开始时蚂蚁觅食所选路线较为随机，但由于释放的激索的挥发，越短的路径激素浓度越高，概率就会相对较大，最终整个蚁群会找出最优路径。 蚁群算法解决无人机最短路径规划无人机最短路径规划问题属经典TSP（旅行商）问题，下面说明蚁群算法的核心公式：在时刻t 人工蚂蚁k 由位置i 转移至位置j 的转移概率：遗传算法简介 遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的计算模型。遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因（gene）编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现。威胁区域规避遗传算子交叉适应度函数为算法的核心。无人机遗传算法规避风险区域适应度函数：其中 为当前群体中最长航迹距离， 为第i段航路的距离， 为第i段航迹与全部威胁区域之间的最短距离，A、B分别为距离、风险在航迹规划中所占权重；α为判别是否满足最小转弯半径的惩罚系数，其满足最小转弯角度条件时取值为1，反之为0。遗传算法规避风险区域谢谢观看！答辩人： 高宇航 郑 君