基于Voronoi图的无人机快速航迹规划研究

Voronoi图的快速构建是快速完成基于Voronoi图的航迹规划的关键。针对Voronoi图构建效率不高的问题,提出了一种快速构建Voronoi图的方法。首先,利用改进的Bowyer-Watson算法构建Delaunay三角网。在确定待插入点的影响域时,引入bool类型的数组对已构建三角网中的三角形是否为Delaunay三角形进行标记,从而缩小三角形的遍历范围,加快Delaunay三角网的构建速度。然后用间接法得到Voronoi图。此外,对航迹规划过程中起始航迹和终止航迹的确定进行了讨论,完成了基于Voronoi图的无人机航迹规划。结果表明,采用提出的间接法能快速完成Voronoi图的构造。当母点(威胁点)为20 000个时,只需要20 s的时间。对快速完成无人机的航迹规划具有重要的意义。     

蚁群算法中挥发系数与迭代次数和最优路径长度关系研究

蚁群算法中挥发系数ρ对算法的收敛速度和全局最优路径有很大的影响。以TSP(Traveling Salesman Problem)问题为例,深入探讨了挥发系数与收敛所需迭代次数、全局最优路径长度之间的关系。首先通过对相关文献提供的研究进行归纳和总结,提出了挥发系数与迭代次数、最优路径长度之间的关系假设。然后编程读取不同的挥发系数值对应的迭代次数与最优路径的长度,并对所读取的数据进行分析拟合。最后验证了所提出的关系假设的正确性。