《表3 算法性能比较：多约束条件下无人机航迹规划》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多约束条件下无人机航迹规划》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同时，为验证算法优越性[23]，将上述结果与传统Dijkstra算法和遗传算法所得结果分别进行对比。仿真实验涉及校正点数量611个，数据量较大，遗传算法容易陷入局部最优[24]，为此，针对上述参数共进行10次仿真，取其中最优结果。算法性能比较如表3所示，可以看出各数据点误差均满足要求，三种算法皆具备正确性和有效性。传统Dijkstra算法的校正点数量、总路线长度和算法耗时均优于遗传算法结果，表明Dijkstra算法更适用于解决导航精度约束问题，在计算精度与传统算法仅相差691.343 m，即0.66%情况下，改进的算法能够利用更少的时间得到最优解，在解决导航精度约束下无人机航迹规划问题方面具备一定的先进性。