面向多无人机路径规划的多源启发式进化算法

本文针对多无人机路径规划这一约束多目标优化问题，分析了现有进化算法在路径初始化和重生成阶段存在的不足。研究提出了一种多源启发式进化算法（MSHEA），通过引入路径空间结构、适应度信息和飞行环境特征等多源启发式信息，设计了按序有向膨胀策略生成高质量初始路径，并构建了融合适应度与环境的路径重生成机制。在8组基准数据上的实验结果表明，该算法在超体积和反世代距离指标上均优于对比算法，展现出优越的求解性能和稳定性，为多无人机协同作业提供了有效的技术支撑。