Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西水利电力大学桂方志获国家专利权

江西水利电力大学桂方志获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西水利电力大学申请的专利基于多策略改进鲸鱼算法的多无人机协同路径规划方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120993965B

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511535987.1,技术领域涉及:G05D1/695;该发明授权基于多策略改进鲸鱼算法的多无人机协同路径规划方法是由桂方志;高跃庭;刘鹏程;王欢;李承昕;王晴晴;曾爱斌;卢全国;刘国辉;王松设计研发完成,并于2025-10-27向国家知识产权局提交的专利申请。

基于多策略改进鲸鱼算法的多无人机协同路径规划方法在说明书摘要公布了:本发明提出一种基于多策略改进鲸鱼算法的多无人机协同路径规划方法,该方法包括:获取地理参数,基于地理参数构建无人机飞行环境;根据无人机飞行环境确定多无人机路径规划问题的约束条件,并构建得到多无人机协同路径成本函数;利用改进后的鲸鱼算法求解出使多无人机协同路径成本函数最小时的值,以得到最佳路径点序列,并进行平滑连接,得到无人机的最佳飞行路线。本发明通过在鲸鱼算法上融合多种优化策略以提升寻优性能,设计非线性收敛因子平衡全局探索与局部开发的强度,引入竞争差分变异策略,利用柯西变异和莱维飞行生成并筛选候选解,加快收敛速度,融入思维创新策略,进一步平衡探索与开发并提升跳出局部最优能力。

本发明授权基于多策略改进鲸鱼算法的多无人机协同路径规划方法在权利要求书中公布了:1.一种基于多策略改进鲸鱼算法的多无人机协同路径规划方法,其特征在于,所述方法包括如下步骤: 步骤1、获取地理参数,基于地理参数构建无人机飞行环境; 步骤2、根据无人机飞行环境确定多无人机路径规划问题的约束条件; 步骤3、基于多无人机路径规划问题的约束条件构建得到多无人机协同路径成本函数,所述多无人机协同路径成本函数包括无人机飞行路径长度成本、无人机飞行威胁成本、无人机飞行地形威胁成本、无人机飞行路径平滑成本、无人机飞行安全距离成本以及无人机飞行时间协同约束成本; 步骤4、利用Sine-Cubic混合混沌映射、非线性收敛因子以及竞争差分变异策略和思维创新策略对鲸鱼算法进行改进,得到改进后的鲸鱼算法,利用改进后的鲸鱼算法求解出使多无人机协同路径成本函数最小时的值,以得到最佳路径点序列,具体包括如下子步骤: 利用Sine-Cubic混合混沌映射生成鲸鱼种群,根据多无人机协同路径成本函数计算出鲸鱼种群中成本值最低的个体,将成本值最低的个体作为当前最优解; S401、基于当前迭代次数计算得到非线性收敛因子; S402、基于非线性收敛因子模拟鲸鱼的捕食行为,并通过收缩包围、随机搜索与螺旋逼近的方式对鲸鱼种群中的个体进行计算,以得到初步更新后的个体; S403、将鲸鱼种群中的所有个体重复S401与S402的步骤,以得到第一次更新后的鲸鱼种群; S404、基于竞争差分变异策略,分别利用柯西变异和莱维飞行对初步更新后的个体进行增强,以得到经过柯西变异后的个体和经过莱维飞行后的个体;利用多无人机协同路径成本函数,分别计算得到初步更新后的个体的成本值、经过柯西变异后的个体的成本值以及经过莱维飞行后的个体的成本值,并进行贪婪选择,以得到经过竞争差分变异策略优化后的个体; S405、将第一次更新后的鲸鱼种群中的所有初步更新后的个体重复S404的步骤,以得到第二次更新后的鲸鱼种群; S406、基于思维创新策略,将经过竞争差分变异策略优化后的个体与由当前最优解引导的探索方向进行融合,以得到经过思维创新策略优化的个体;利用多无人机协同路径成本函数,分别计算得到经过思维创新策略优化的个体的成本值与经过竞争差分变异策略优化后的个体的成本值,并进行贪婪选择,以得到最终更新后的个体; S407、将第二次更新后的鲸鱼种群中的经过竞争差分变异策略优化后的个体所有个体重复S406的步骤,以得到第三次更新后的鲸鱼种群; S408、利用多无人机协同路径成本函数,分别计算得到第三次更新后的鲸鱼种群中的所有最终更新后的个体的成本值,基于第三次更新后的鲸鱼种群中的所有最终更新后的个体的成本值以及当前最优解的成本值,选择出成本值最低的个体作为更新后的最优解; 以迭代的形式重复S401-S408的步骤,直至达到预设的最大迭代次数,以得到最终的全局最优解,将最终的全局最优解作为最佳路径点序列; 步骤5、将最佳路径点序列进行平滑连接,得到无人机的最佳飞行路线。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西水利电力大学,其通讯地址为:330000 江西省南昌市高新区天祥大道289号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。