一种基于改进型头脑风暴优化算法的AUV路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112925317A(43)申请公布日2021.06.08(21)申请号202110097296.3(22)申请日2021.01.25(71)申请人中国人民解放军海军工程大学地址湖北省武汉市硚口区解放大道717号(72)发明人马威强高永琪赵苗王鹏谭思炜(74)专利代理机构武汉泰山北斗专利代理事务所(特殊普通合伙)42250代理人程千慧(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于改进型头脑风暴优化算法的AUV路径规划方法(57)摘要本发明涉及一种基于改进型头脑风暴优化算法的AUV路径规划方法，具体包括以下步骤：1、构建三维最佳航行曲面，随机产生n组初始的路径控制参数并分成m类，一组参数视为一个个体，计算个体的代价函数值，每类的最优个体成为该类中心；2、按照头脑风暴优化算法选择待变异个体，对待变异个体应用追随全局最优策略，并通过差分变异得到新个体，优胜劣汰更新种群；3、多次迭代直至迭代次数满足终止条件，输出最优个体。本发明充分利用基于全局最优和差分变异的头脑风暴优化算法在处理中低维问题上的优势，通过差分变异很好地捕捉代价函数特征，充分利用洋流减少航行时间，结合追随全局最优策略，使得算法有更高潜力在较短时间内寻找到更优解。CN112925317ACN112925317A权利要求书1/2页1.一种基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，包括以下步骤：步骤1、获取地形数据、洋流信息与水下威胁信息，根据地形数据构建三维最佳航行曲面，随机产生n组初始的路径控制参数，每组路径控制参数表达1条初始规划路径，每组参数有D个数据；步骤2、视n组路径控制参数为一个种群，每组路径控制参数视为一个个体，利用k‑means聚类算法将种群中的个体分成m类，利用代价函数计算个体的代价函数值，每类的最优个体成为该类中心；步骤3、随机选择一个类，产生随机个体代替该类中心，所述步骤3执行的概率为preplace，若步骤3未执行，则直接转入步骤4；步骤4、按照头脑风暴优化算法的选择操作方法选择待变异个体，对待变异个体应用追随全局最优策略，得到新个体；步骤5、对步骤4产生的新个体进行差分变异，得到差分变异后的个体，将差分变异后的个体与种群中未被比较过的一个个体进行比较，选择更优的个体并保存到新种群；步骤6、判断新种群中的个体数量是否等于n，若是则判断种群更新完成，迭代次数加1，转入步骤7，否则转入步骤3；步骤7、判断迭代次数是否满足预设终止条件，若是则输出最后一次迭代得到的新种群中的最优个体，否则转入步骤2，并用上一步更新完成后的新种群作为步骤2中的种群。2.根据权利要求1所述的基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，所述三维最佳航行曲面，表达式为：F(x,y)＝f(x,y)+Hc(1)其中，f(x,y)为水下地形高度；Hc为AUV避免撞底的最佳离底高度。3.根据权利要求1所述的基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，所述规划路径为三维最佳航行曲面的任一曲线，其投影到水平面的曲线由起点、终点和若干个路径控制点拟合得到。4.根据权利要求1所述的基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，所述路径控制参数为水平面内控制点到起点的连线与起点到终点连线之间的夹角，路径控制点的位置表达式如下：其中：Xi、Yi分别表示第i个路径控制点的横、纵坐标；Lst为起点和终点在水平面内投影的距离；θi为路径控制参数。5.根据权利要求1所述的基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，所述步骤2的代价函数设置原则为：规划路径航行时间为满足作战任务要求的最短情况；规划路径为被敌方有效侦察时间最少的情况；规划路径被敌方有效杀伤的时间最少的情况，满足AUV自身航行的安全性，其中一种表达式如下：2CN112925317A权利要求书2/2页其中：w1、w2、w3分别表示AUV航行时间、被敌方有效侦察时间和有效杀伤时间的权重系iii数；T表示AUV航行时间；Tt表示AUV在第i段路径被敌方侦察时间；Pt表示AUV在第i段路径ii被敌方侦察概率；Ts表示AUV在第i段路径处于敌方杀伤范围内的时间；Ps表示AUV在第i段路径的被敌方杀伤性武器杀伤的概率。6.根据权利要求1所述的基于改进型头脑风暴优化算法的AUV路径规划方法，其特征在于，所述步骤4的选择操作方法为以下四种方法中的任意一种：第一种方法、按照轮盘赌概率选中一个类，选择该类中心为待变异个体；第二种方法、按照轮盘赌概率选中一个类，选择该类中随机一个个体为待变异个体；第三种方法、随机选中两个类，融合两个类中心成为待变异个