面向无人机路径规划的多目标粒子群优化算法

针对无人机路径规划中方案单一的问题,本文提出一种基于集分解的多目标综合学习粒子群优化算法框架(MOCS-PSO/D),该算法使用基于分解的多目标优化框架(MOEA/D),结合基于集的粒子群优化(S-PSO)和综合学习粒子群优化(CLPSO),对CLPSO和PSO的速度更新公式进行改进,直接获得更多样的路径规划方案,同时可以降低调用无人机数量。该算法将通过仿真实验与最近邻随机混合算法、遗传算法和基于集的综合学习粒子群优化算法(CS-PSO)对比,且在算法的收敛性、多样性上进行分析。