Ａ*蟻群融合的復合啟發式路徑規劃算法

摘 要：為提高無人機執行巡飛探查任務的效率，規劃出一條最優的飛行路徑，針對傳統蟻群算法應用于路徑規劃時存在搜索效率低、迭代次數多、路徑拐點多的問題，提出一種Ａ 蟻群融合的復合啟發式路徑規劃算法。利用Ａ算法預搜索差異化初始信息素，減少蟻群算法前期搜索盲目性，提高搜索效率。構造一種復合啟發函數，引入Ａ 算法啟發思想改進蟻群原本的啟發式信息，設計路徑平滑啟發函數減少路徑拐點。改進信息素更新規則，引入路徑綜合評分指標，使得每次迭代保留綜合性能評分最優的路徑。仿真實驗表明，改進算法提高了搜索效率，一定程度上解決了拐點過多的問題，綜合性能指標優于基本算法與對比文獻算法，具有一定工程實踐與理論研究意義。

關鍵詞：Ａ算法；蟻群算法；路徑規劃；啟發式

中圖分類號：ＴＰ３０１． ６ 文獻標志碼：Ａ 開放科學（資源服務）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１１４（２０２４）０３－０５７９－０８

０ 引言

無人機能輔助或代替人類完成跟蹤、搜索、運輸、作戰等任務［１］。根據任務內容進行路徑規劃是無人機自主執行任務的基礎，良好的路徑是無人機高效、準確、安全完成任務的重要保證，因此無人機路徑規劃具有廣闊的應用前景和研究意義［２］。

目前國內外學者對路徑規劃技術的研究集中于提出新的算法、改進現有算法以及現有算法的融合。這些算法基本可分為傳統算法和智能算法［３］，傳統算法主要有Ｄｉｊｋｓｔｒａ 算法、Ａ* 算法、人工勢場法、快速隨機擴展樹算法等，智能算法則包括遺傳算法、粒子群算法、蜂群算法、蟻群算法等［４－５］。