《表2 遗传算法和“Z”字扫描算法的性能对比》

  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

《面向机场飞行区异物探测的无人机巡检路径规划研究》

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

在本次仿真中，巡检时间的一个重要影响因素就是无人机转弯次数。遗传算法虽然以最短巡检时间作为优化目标，但是由于遗传算法的局限性，陷入局部优化的遗传算法在后期迭代中很难减少转弯次数，导致表征巡检时间的适应度函数下降速度越来越慢。而且遗传算法规划路径的原理类似用穷举的办法寻找更优化的路径，所以整个计算机计算过程十分缓慢。而“Z”型算法没有迭代过程，其路径是按照固定的规律寻找的，所以转弯次数是固定而且极少的，故此算法的路径规划速度快，无人机巡检时间也花费的比较少。