1 太原理工大学,a.信息与计算机学院, 山西 晋中 030000
2 太原理工大学,b.机械与运载工程学院, 太原 030000
针对蚁群算法在无人机三维路径规划问题中存在收敛速度慢和容易陷入局部最优的问题, 提出了一种融合改进人工势场的蚁群算法。构造重力势能场, 将改进人工势场的合力作为系数对预搜索可行区域内的信息素进行初始化, 提出一种随机性信息素挥发因子更新机制, 改进蚁群算法的启发函数和信息素更新规则, 引入重力势能来模拟无人机高空飞行, 并将其应用于信息素的更新。最后设置两组对比实验对比4种算法。结果表明, 所提算法有效地解决了蚁群算法存在的问题, 提高了算法搜索路径的效率和能力, 能在不同的环境下最快地收敛到最优值, 证明了该算法的适应性和有效性。
无人机 三维环境 改进蚁群算法 启发函数 信息素更新规则 UAV 3D environment improved ant colony algorithm heuristic function pheromone update rule
1 安徽工业大学计算机科学与技术学院, 安徽 马鞍山 243002
2 东南大学计算科学与工程学院, 江苏 南京 210096
阐述了量子编码形式的多样性,概述了8-puzzle启发式搜索问题的量子衍生算法与 计算策略。通过设置扩展 深度界限,运用量子计数器和酉变换操作进行8-puzzle问题的量子计算,比较了量子衍生算法与经典算法,对 启发式智能搜索在量子计算机上的实现方式作了进一步的讨论。
量子信息 量子衍生算法 启发函数 智能搜索 quantum information 8-puzzle 8-puzzle quantum-inspired algorithm heuristic function intelligent search