無人機作為一種無人駕駛技術(shù),在空中偵察、物資運輸、目標區(qū)域搜索等方面有著天然的優(yōu)勢,尤其體現(xiàn)在災區(qū)救援工作上。蟻群算法是一種群體智能算法,其主要模仿螞蟻群體在覓食過程中搜救食物的交流方式,抽象出一個用于解決圖中尋找優(yōu)化路徑的幾率型算法。粒子群算法是一種用于調(diào)整粒子最佳位置的群體智能算法,可以用來優(yōu)化其他群體智能算法。本文首先對災區(qū)無人機搜救場景使用的技術(shù)進行介紹,分析無人機和地理信息系統(tǒng)在災區(qū)救援工作中的優(yōu)勢。其次,本文從蟻群算法的優(yōu)化角度著手,分析了蟻群算法可以優(yōu)化的幾個方面,從不同角度提出了幾種優(yōu)化方案。而后,本文分析了蟻群算法在災區(qū)搜救場景的可行性,設計一條從某一點出發(fā)遍歷所有區(qū)域后回到出發(fā)點的封閉環(huán)狀搜救路徑,類似旅行商問題,蟻群算法解決該問題相對具有優(yōu)勢。再從細節(jié)上分析災區(qū)無人機搜救場景的特殊性,對蟻群算法優(yōu)化,使之完美適合本文場景。從災區(qū)動態(tài)變化性的特征對參數(shù)優(yōu)化,并提出了細化區(qū)間法和基于粒子群的參數(shù)優(yōu)化方法兩種算法,分別適用于不同的輸入規(guī)模;從災區(qū)受災程度的不同對受災區(qū)域進行優(yōu)先級劃分,優(yōu)化了算法對下一區(qū)域的選擇方案,并對不同輸入規(guī)模討論調(diào)節(jié)參數(shù)的取值;從功能角度對無人機... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及研究意義
    1.2 研究現(xiàn)狀及研究內(nèi)容
    1.3 本文結(jié)構(gòu)
    1.4 本章小結(jié)
2 相關技術(shù)
    2.1 無人機技術(shù)
        2.1.1 無人機類型和優(yōu)勢
        2.1.2 無人機的應用場景
    2.2 地理信息系統(tǒng)
        2.2.1 地理信息系統(tǒng)技術(shù)
        2.2.2 地理信息系統(tǒng)的應用領域
        2.2.3 CyberGIS地理信息系統(tǒng)
    2.3 群體智能算法
        2.3.1 蟻群算法簡介
        2.3.2 粒子群算法簡介
        2.3.3 人工魚群算法簡介
        2.3.4 人工蜂群算法簡介
    2.4 本章小結(jié)
3 蟻群算法及其優(yōu)化
    3.1 蟻群算法的優(yōu)化基礎
        3.1.1 信息素對蟻群算法影響研究
        3.1.2 應用場景分析
        3.1.3 蟻群算法解決旅行商問題的研究
    3.2 蟻群算法優(yōu)化研究
        3.2.1 參數(shù)自適應蟻群算法
        3.2.2 多Qo S約束的QIACO算法
        3.2.3 基于多Qo S約束的自適應蟻群算法
    3.3 本章小結(jié)
4 群體智能算法在災區(qū)無人機搜救中的應用
    4.1 災區(qū)無人機搜救場景
        4.1.1 場景描述及工作流程
        4.1.2 無人機的分類
    4.2 災區(qū)無人機搜救算法的參數(shù)優(yōu)化方案
        4.2.1 基于細化區(qū)間的參數(shù)調(diào)整方法
        4.2.2 基于粒子群算法的參數(shù)調(diào)整方法
    4.3 引入災區(qū)優(yōu)先級的蟻群算法優(yōu)化方案
    4.4 具有災區(qū)優(yōu)先級特征的參數(shù)自適應調(diào)整的蟻群算法
    4.5 本章小結(jié)
5 仿真參數(shù)設置以及結(jié)果分析
    5.1 仿真實驗環(huán)境及參數(shù)
    5.2 參數(shù)優(yōu)化方案的仿真結(jié)果
    5.3 基于權(quán)重調(diào)整參數(shù)p的仿真結(jié)果分析
    5.4 臨時基站的位置調(diào)整策略仿真
    5.5 PAACO算法仿真以及分析
    5.6 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝



本文編號：3409053