群智能三维路径规划算法1 粒子群算法

算法简介

1. 每个寻优问题解都被想象成一只鸟，称为“粒子”
2. 所有的粒子都由一个适应度函数 (Fitness Function) 确定适应值以判断目前的位置好坏
3. 每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置
4. 每一个粒子还有一个速度以决定飞行的距离和方向，可根据自身和同伴的飞行经验调整

与三维路径结合思想

1. 将三个散点看成一个整体，即一个粒子
2. 将自由空间看成是每个粒子的可行域，即解空间
3. 将山峰等视为障碍物，即约束条件
4. 将三维路径的长度、平均曲率（挠率）等视为适应度函数

三维路径规划过程，可看作是众多粒子（三个散点）在解空间内寻找最优位置的过程

算法流程

1. 将种群初始化，以随机的方式求出每个粒子的初始位置与速度
2. 根据每个粒子的三个散点，拟合得到三维路径
3. 依次计算每一个粒子所得到的三维路径的路径长度，作为粒子的适应度值
4. 选取这一代适应度最高（即路径长度最低）的最优粒子
5. 更新粒子群：根据上一代的位置、上一代更新的速度，得到这一代的位置