蟻群優(yōu)化方法研究及其在潛艇導航規(guī)劃中的應用.pdf

1、潛艇導航規(guī)劃是實現(xiàn)潛艇自動化、智能化航行的關(guān)鍵技術(shù)之一，其研究目的在于如何使?jié)撏Ц旄玫耐瓿缮蠈又噶钜?guī)定的任務，按照安全航行、隱蔽航行、快速航行的優(yōu)化目標自動規(guī)劃出由當前點到指定目標位置的最優(yōu)航線。從算法執(zhí)行過程來看，導航規(guī)劃主要由環(huán)境建模和路徑優(yōu)化搜索兩部分組成。因此，導航規(guī)劃問題可以歸結(jié)為優(yōu)化搜索問題。 蟻群算法是20世紀90年代初提出的一種群智能優(yōu)化算法。其優(yōu)越的問題分布式求解模式在組合優(yōu)化問題的求解中取得了極大成功，引

2、起了相關(guān)領(lǐng)域?qū)W者的廣泛關(guān)注。實踐已經(jīng)證明，蟻群算法能夠很好的解決復雜非線性條件下的多約束優(yōu)化問題。本文主要針對蟻群優(yōu)化方法及其在潛艇導航規(guī)劃中的應用進行研究，論文主要研究工作如下： 1．概述了蟻群算法的基本原理，對ACS算法的值收斂性和解收斂性進行了詳細分析，證明了標準ACS算法能夠值收斂，但無法實現(xiàn)解收斂。通過對標準ACS算法進行改進，選擇適當?shù)男畔⑺刂迪孪藓瘮?shù)，可以同時實現(xiàn)ACS算法的值收斂和解收斂。 2．給出了狀態(tài)

3、轉(zhuǎn)移策略的一般表示形式，提出了蟻群算法中選擇函數(shù)、選擇概率、選擇強度的概念，并設(shè)計了三種選擇函數(shù)，就不同選擇函數(shù)對蟻群算法性能的影響進行了理論和仿真分析。提出了一種基于粒子群優(yōu)化的蟻群算法參數(shù)選取方法，將蟻群算法的參數(shù)選取看作一個優(yōu)化問題，使用粒子群優(yōu)化算法對其進行迭代尋優(yōu)。該方法能夠方便有效地實現(xiàn)蟻群算法參數(shù)的優(yōu)選，有利于蟻群算法的應用和推廣。 3．基于提高離散域蟻群算法尋優(yōu)能力和尋優(yōu)速度兩方面考慮，分別提出并設(shè)計了協(xié)同多蟻群

4、偽并行優(yōu)化算法和空間收縮蟻群優(yōu)化算法。協(xié)同多蟻群偽并行優(yōu)化算法使用采用不同算法實例模型的多個子蟻群并行獨立的構(gòu)建問題的解，通過信息交互的方式綜合各子蟻群信息素矩陣上累積的歷史經(jīng)驗信息，保證信息素分布的指導性和多樣性，提高了算法的尋優(yōu)能力和穩(wěn)定性?？臻g收縮蟻群優(yōu)化算法在運行過程中通過不斷的整合信息素濃度較高的構(gòu)造塊，從而縮小解的組成成分集合和構(gòu)造塊集合的規(guī)模，加快了算法運行速度。 4．通過對螞蟻覓食過程中蟻群的分布與食物源的關(guān)系進

5、行深入的分析，提出了一種基于蟻群覓食行為的改進連續(xù)域優(yōu)化算法。設(shè)計了算法解的表達形式、信息素分布模型、狀態(tài)轉(zhuǎn)移策略、信息素更新規(guī)則和約束條件處理方法，并就算法參數(shù)對算法性能的影響進行了定性分析。對一類無約束和一類有約束基準測試函數(shù)的求解結(jié)果表明，該算法具有收斂速度快和全局尋優(yōu)能力強的優(yōu)點。 5．針對基于蟻群優(yōu)化的潛艇三維空間導航規(guī)劃的實現(xiàn)方法及其關(guān)鍵技術(shù)進行了深入研究。分別以空間收縮蟻群優(yōu)化算法和基于蟻群覓食行為的改進連續(xù)域優(yōu)化