无人机(UAV)因其低成本、高动态性与低部署性等优点被逐渐应用于城市巡防中。为提高异构无人机航迹规划的效率,首先建立了考虑无人机的任务执行率、航迹代价和撞击代价的多无人机任务规划模型。其次针对传统优化算法容易陷入局部最优解...无人机(UAV)因其低成本、高动态性与低部署性等优点被逐渐应用于城市巡防中。为提高异构无人机航迹规划的效率,首先建立了考虑无人机的任务执行率、航迹代价和撞击代价的多无人机任务规划模型。其次针对传统优化算法容易陷入局部最优解,均匀性差等问题,将差分策略和Levy飞行策略引入乌鸦搜索算法中对算法进行改进,提出基于Levy飞行策略的混合差分乌鸦搜索算法(LDCSA),将剪枝处理和Logistic混沌映射机制加入快速遍历随机树(rapidly-exploring random trees,RRT)算法中,并通过改进的RRT算法进行航迹初始化。最后建立了3维的城市模型进行仿真实验,将所提算法与粒子群(PSO)、模拟退火(SA)、乌鸦搜索(CSA)算法对比,仿真结果表明该算法能提高全局收敛性与鲁棒性、缩短收敛时间、提高无人机执行覆盖率和减少能耗,在解决多无人机航迹规划问题中更具有优势。展开更多
在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜...在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜索能力不足和容易陷入局部最优值的缺陷;因此,为增加种群跳出局部最优的概率,针对GWO收敛因子,提出一种新颖的非线性更新策略——在种群的前期迭代过程中平衡全局搜索与局部搜索能力,在群体定位更新公式中引入Levy飞行与动态加权策略。MATLAB/Simulink仿真结果表明,所提出的复合型MPPT控制算法在各种局部遮阳、光照突变和温度变化的情况下都能够有效避免算法陷入局部最优,且在追踪成功率、精度和时间3个方面均表现出优于传统算法的优势。展开更多
文摘无人机(UAV)因其低成本、高动态性与低部署性等优点被逐渐应用于城市巡防中。为提高异构无人机航迹规划的效率,首先建立了考虑无人机的任务执行率、航迹代价和撞击代价的多无人机任务规划模型。其次针对传统优化算法容易陷入局部最优解,均匀性差等问题,将差分策略和Levy飞行策略引入乌鸦搜索算法中对算法进行改进,提出基于Levy飞行策略的混合差分乌鸦搜索算法(LDCSA),将剪枝处理和Logistic混沌映射机制加入快速遍历随机树(rapidly-exploring random trees,RRT)算法中,并通过改进的RRT算法进行航迹初始化。最后建立了3维的城市模型进行仿真实验,将所提算法与粒子群(PSO)、模拟退火(SA)、乌鸦搜索(CSA)算法对比,仿真结果表明该算法能提高全局收敛性与鲁棒性、缩短收敛时间、提高无人机执行覆盖率和减少能耗,在解决多无人机航迹规划问题中更具有优势。
文摘在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜索能力不足和容易陷入局部最优值的缺陷;因此,为增加种群跳出局部最优的概率,针对GWO收敛因子,提出一种新颖的非线性更新策略——在种群的前期迭代过程中平衡全局搜索与局部搜索能力,在群体定位更新公式中引入Levy飞行与动态加权策略。MATLAB/Simulink仿真结果表明,所提出的复合型MPPT控制算法在各种局部遮阳、光照突变和温度变化的情况下都能够有效避免算法陷入局部最优,且在追踪成功率、精度和时间3个方面均表现出优于传统算法的优势。
