[發明專利]基于改進粒子群算法的無人艇路徑規劃方法及系統

在審

• 申請號: 202010170289.7
• 申請日: 2020-03-12
• 公開（公告）號: CN111174794A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 辛峻峰;李鵬昊;楊奉儒;李世鑫;李書悅
• 申請（專利權）人: 青島藍海未來海洋科技有限責任公司
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于改進粒子群算法的無人艇路徑規劃方法，其特征是，包括：

獲取無人艇的待經過的若干個位置點；

基于改進的粒子群算法，將無人艇的待經過的若干個位置點作為輸入值，經過迭代計算后，獲得一條無人艇的最優移動路徑；

其中，改進的粒子群算法，是基于線性下降慣性權重、自適應控制加速度系數和隨機分組反演的優化策略對粒子群算法進行改進得到的；

根據最優移動路徑，控制無人艇進行移動。

2.如權利要求1所述的方法，其特征是，改進的粒子群算法具體步驟包括：

S201：初始化，選擇種群大小和最大迭代次數；定義適應度函數；

基于自適應控制加速度系數優化策略設置加速度系數c1和c2；

基于線性下降慣性權重優化策略設置慣性權重w；

S202：對每個粒子，初始化速度和位置，評估初始適應度值，記錄初始個體最優位置和粒子群最優位置；

S203：判斷是否達到最大迭代次數或者誤差值小于設定最小誤差值；

如果是達到最大迭代次數，或者誤差值小于設定最小誤差值；則結束；

如果沒有達到最大迭代次數，或者誤差值大于等于設定最小誤差值，則進入S204；

S204：對每個粒子更新個體速度和個體位置，評估新的適應度值；

基于隨機分組反演優化策略，將種群劃分為若干個子種群，并對每個子種群進行獨立進化；

更新每個粒子的個體最優位置和粒子群最優位置，返回S203。

3.如權利要求2所述的方法，其特征是，基于自適應控制加速度系數優化策略設置加速度系數c₁和c₂；具體步驟包括：

K＝P/N (6)

c₁＝(c_1max-c_1min)K+c_1min (7)

c₂＝(c_2max-c_2min)K+c_2min (8)

其中，P代表在一次迭代中成功收斂的粒子數；K表示評價系數；K為一次迭代中成功收斂粒子數量與初始群大小的比值；N代表總的粒子數；c1和c2為加速度系數；c_1max為c₁的最大值；c_1min為c₁的最小值；c_2max為c₂的最大值；c_2min為c₂的最小值。

4.如權利要求2所述的方法，其特征是，基于線性下降慣性權重優化策略設置慣性權重w；具體步驟包括：

采用迭代過程中線性下降的形式動態調整慣性權重w：

w＝w_max-m×(w_max-w_min)/M (3)

其中，w_max表示慣性權重w的最大值，w_min表示慣性權重w的最小值；m表示當前迭代次數，M表示最大迭代次數。

5.如權利要求2所述的方法，其特征是，基于隨機分組反演優化策略，將單種群劃分為若干個子種群；具體步驟包括：將全部粒子順序打亂，以四個為一組進行獨立進化，直至所有粒子都完成進化，得到進化后的新粒子群。

6.如權利要求2所述的方法，其特征是，更新每個粒子的個體最優位置和粒子群最優位置，具體步驟包括：

其中，m和s分別表示當前迭代次數和第s維，r1和r2是在0和1之間均勻分布的隨機數，w是PSO的控制參數。