基于MAX-MIN自适应蚁群优化的无人作战飞机航路规划

为了保证无人作战飞机（UCAV）以最小的被发现概率和最优的航程到达目标点，在地方防御区域内执行任务前必须进行航路规划。蚁群优化（ACO）算法的并行实现机制适合于复杂作战环境下的UCAV航路规划，但是基本ACO算法有易陷于局部最优解的缺点。在对基本ACO算法采用精灵策略保留每次迭代最优解的基础上，提出了一种适用于航路规划的MAX-MIN自适应ACO算法，并给出了改进后ACO算法的实现流程，最后采用改进前后的ACO算法对某UCAV的任务态势分别作了仿真实验。实验结果表明改进后的ACO算法可更加有效地应用于UCAV航路规划。