自适应差分进化算法在不同环境下实现高效无人机路径规划OA

无人机(UAV)路径规划问题因搜索空间的高维特性及复杂操作约束条件而极具挑战性。为突破此局限,提出一种融合三项协同策略的改进型差分进化(DE),首先引入基于泊松分布的机制判断下一代突变成功率,并自适应地将搜索资源优先分配给更有效的突变策略;其次采用余弦相似性约束引导种群演化方向,减少方向性分散并提升收敛效率;最后设计分阶段自适应参数控制策略,在初期强化全局探索能力,后期加速收敛进程,同时保持种群多样性。通过协同整合自适应策略选择、演化方向引导与动态参数调整,所提算法实现了探索与开发之间的平衡。在CEC2017基准测试集及基于真实数字高程模型(DEM)数据构建的多个无人机路径规划仿真场景的实验中,所提算法在收敛速度、稳定性及解质量等方面展现出较好的竞争力。