《表1 蚁群算法与本文算法仿真试验下的对比》

  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

《基于改进蚁群算法的无人机三维航迹规划研究》

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

本文进行了10次仿真试验，每次试验迭代次数为30次，求取试验结果的平均值。试验数据对比结果如表1所示，图6为10次仿真试验下规划出的各自最优路径与迭代次数之间的关系曲线，图7为10次仿真试验下收敛时的最优路径与迭代关系曲线。原蚁群算法在经过第13次迭代达到收敛状态，收敛时的总路径长度为45.11 km，经过10次迭代达到了最小值，最小值为44.64 km。基于改进蚁群算法经过8次迭代达到收敛状态，收敛时的总路径长度为44.53 km，经过4次迭代达到了最小值，最小值为44.53 km。通过上述数据可以明显看出，本文提出的改进方法，通过改变阈值参数与几何优化相结合，大大加强了蚁群之间的交流能力，并较好的引导了后续的蚂蚁，增加解的多样性，因此找到最优解的能力明显优于原蚁群算法。从表1中数据得知，原蚁群算法中有8组数据达到了最优值，2组陷入了局部最优解，未收敛于最优值，其原因是受到启发因素的影响，收敛于次优解。而本文提出的算法通过对阈值参数调节，当搜索结果大于或等于最优解时，通过调节阈值参数增强搜索性，有效地防止了陷入局部极值与收敛于次优解的情况。