為進(jìn)一步提升水平集算法求解自主水下航行器（AUV）時(shí)間最優(yōu)航路的計(jì)算效率,結(jié)合局部化思想和多項(xiàng)式距離正則化方程,提出一種用于AUV多終點(diǎn)航路規(guī)劃的混合水平集算法。通過引入簡(jiǎn)單多項(xiàng)式距離正則化項(xiàng),融合海流模型,推導(dǎo)新的水平集演化方程,并給出數(shù)值實(shí)現(xiàn)方法。所提算法無需重復(fù)初始化窄帶且一次演化就能獲得至多終點(diǎn)的所有最優(yōu)航路集,解決了AUV多終點(diǎn)航路規(guī)劃時(shí)計(jì)算效率不高、規(guī)劃時(shí)間過長(zhǎng)的問題。仿真結(jié)果表明,相較于蟻群算法和量子粒子群算法,在AUV的多終點(diǎn)航路規(guī)劃中,混合水平集算法計(jì)算效率是蟻群算法的6. 4倍,是量子粒子群算法的1. 6倍,且魯棒性更佳。 

【文章來源】：兵工學(xué)報(bào). 2020,41(04)北大核心EICSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

局部水平集模型Fig．1ModelofLLSM

航路規(guī)劃的尋優(yōu)算法，如圖搜索算法中的A*算法、ＲＲT算法、Voronoi圖算法，智能優(yōu)化算法中的神經(jīng)網(wǎng)絡(luò)法、粒子群算法、量子粒子群算法、蟻群算法、遺傳算法以及人工勢(shì)場(chǎng)法等都是在算法的一個(gè)計(jì)算周期或流程內(nèi)只能完成起點(diǎn)ys到某一個(gè)終點(diǎn)的航路尋優(yōu)yfg，如需再規(guī)劃ys到另外終點(diǎn)yfh(其中，1≤g，h≤q，且g≠h)的最優(yōu)航路，則需要再次開啟算法的一個(gè)計(jì)算周期。本文提出利用改進(jìn)的距離正則化局部水平集算法，在一個(gè)計(jì)算周期內(nèi)完成單一起點(diǎn)到多終點(diǎn)的圖2AUV多終點(diǎn)航路規(guī)劃模型Fig．2AUVmulti-destinationrouteplanningmodelAUV多航路規(guī)劃，避免了算法計(jì)算周期的反復(fù)調(diào)用，將大大提高計(jì)算效率，減少規(guī)劃用時(shí)。首先，將基于傳統(tǒng)水平集算法的AUV航路規(guī)劃演化方程(4)式局部化，可得?"t+c(?")(FAUV(x，t)+v(x，t))Δ?"=0，(15)即有??"?t=－c(?")(FAUV|Δ?"|+v(x，t)Δ?")．(16)進(jìn)行局部化改進(jìn)以提高計(jì)算效率后，加入改進(jìn)的簡(jiǎn)單P-DＲE項(xiàng)以避免重新初始化，從而進(jìn)一步提升計(jì)算效率。本文提出的改進(jìn)后全新的P-DＲLLSM方程為??"?t=－c(?")(FAUV|Δ?"|+v(x，t)Δ?")+div(μdp3(|Δ?"|)Δ?")．(17)由(17)式可知，AUV航路規(guī)劃的P-DＲLLSM方程右邊由演化項(xiàng)L1(?")和正則項(xiàng)L2(?")組成，L1(?")=－c(?")(FAUV|Δ?"|+v(x，t)Δ?")，(18)L2(?")=div(μdp3

多邊形規(guī)整化與膨脹處理Fig．7Ｒegularizationandexpansiontreatmentsofpolygon

【參考文獻(xiàn)】：
期刊論文
[1]水下平臺(tái)三維航路多約束多指標(biāo)規(guī)劃的蟻群策略研究[J]. 夏衛(wèi)星,楊曉東.  兵工學(xué)報(bào). 2018(09)
[2]海洋環(huán)境下基于量子行為粒子群優(yōu)化的時(shí)間最短路徑規(guī)劃方法[J]. 馮煒,張靜遠(yuǎn),王眾,王新鵬.  海軍工程大學(xué)學(xué)報(bào). 2017(06)
[3]基于雙向演化的局部水平集組合算法用于拓?fù)鋬?yōu)化[J]. 張文輝,鄭福聰,程文婕,張耀庭.  固體力學(xué)學(xué)報(bào). 2018(02)
[4]基于顯著性區(qū)域檢測(cè)和水平集的圖像快速分割算法[J]. 葉鋒,李婉茹,陳家禎,鄭子華.  電子與信息學(xué)報(bào). 2017(11)
[5]基于局部熵的邊界與區(qū)域水平集圖像分割模型[J]. 張夢(mèng)夢(mèng),張涇周,周三平,張永濤.  系統(tǒng)工程與電子技術(shù). 2016(12)



本文編號(hào)：3370075