Page 199 - 《软件学报》2021年第10期

肖辉辉 等:基于多策略的改进花授粉算法 3171

d
min J  0  L wl (13)
t t
min J  0  L wl (14)
d
f
f
其中,w t 和 w f 分别表示航线路径上每个点的威胁代价和能耗代价,L 表示路径长度.在本文实验中,w f 1.
当无人机沿着路径 L ij 飞行时,其总的威胁代价通过公式(15)计算取得:
L 5 N t  1 1 1 1 1 
w tL  ij t  k   4  4  4  4  4   (15)
, ij
5 k  1  d 0.1,k d 0.3,k d 0.5,k d 0.7,k d 0.9,k 
其中,L ij 表示节点 i 和节点 j 之间的长度,是 L 的子段;N t 是无人机飞行过程中所要面临的威胁领域的个数;t k 表
示第 k 个威胁领域的威胁度;d 0.1,k 表示子段 L ij 上 1/10 处的分割点到第 k 个威胁领域的距离.
4.2 实验结果与分析

4.2.1 测试参数与测试问题
为了验证本文改进算法对 UCAV 航线规划问题的求解是否行之有效,采用表 13、表 14 的两个测试实例 1 和
实例 2 进行实验仿真,并与 FPA、EOFPA [16] 、MGOFPA [14] 、HCLPSO [24] 和 MPEDE [25] 算法进行实验对比分析.
实验参数设置为:种群数和迭代次数分别为 30 和 200,6 种对比算法的其他参数设置同第 3.4.1 节.

Table 13 Details of test case 1 Table 14 Details of test case 2
表 13 测试实例 1 的详细信息 表 14 测试实例 2 的详细信息
威胁源位置 威胁半径 威胁度
(59,52) 10 9
威胁源位置 威胁半径 威胁度
(45,50) 10 2 (55,80) 9 9 7 3
(27,58)
(12,40) 10 10 (24,33) 9 12
(32,68) 8 1 (12,48) 12 1
(36,26) 12 2 (70,65) 7 5
(55,80) 9 3
(70,34) 12 13
(30,70) 10 2

4.2.2 实验结果与分析
为了比较算法的优化能力,采用最优值(best)、平均值(mean)和最差值(worst)这 3 个性能指标对算法的优化
能力进行度量.各种问题维度下的实验仿真结果见表 15,最优结果用加粗凸显.
为了减少实验误差,每种算法在每种维数上独立运行 30 次.为了更直观地表达 MIFPA 算法的优化性能,本
文给出了 6 种对比算法在测试实例 1 和测试实例 2 上部分不同维度上的最优飞行航线图,分别如图 7、图 8
所示.
Table 15 Comparison of experimental results of eight algorithms on two test cases
表 15 8 种算法在两个测试实例上的实验结果对比
测试实例 维数 性能指标 MIFPA HCLPSO MPEDE FPA EOFPA MGOFPA
Mean 51.349 51.874 51.438 53.468 51.357 53.825
5 best 51.344 51.347 51.344 52.998 51.344 51.555
worst 51.350 55.578 54.072 56.095 51.407 57.543
Mean 50.459 50.633 50.460 52.242 50.466 52.259
10 best 50.459 50.472 50.459 51.341 50.459 50.925
worst 50.460 53.355 50.477 53.413 50.488 54.873
Mean 50.393 51.175 50.395 52.551 50.398 52.264
测试
实例 1 15 best 50.389 50.500 50.388 51.438 50.388 50.755
worst 50.400 57.820 50.420 53.689 50.418 54.881
Mean 50.407 52.197 50.411 53.379 50.319 52.230
20 best 50.381 50.821 50.373 51.815 50.377 50.637
worst 50.561 56.573 50.588 54.769 50.473 53.451
Mean 50.490 53.845 50.476 54.203 50.673 53.362
25 best 50.380 51.208 50.384 51.593 50.427 50.834
worst 50.549 60.115 50.696 56.765 52.926 57.245