控制理论与应用

作者：刘润恺,胡伟,宋彦杰,邢立宁

单位：北京交通大学系统科学学院,北京交通大学系统科学学院,国防大学,江苏理工学院

关键词：强化学习;人工蜂群算法;无人机;物流配送;路径规划

基金：国家重点研发计划项目(2023YFC2605604),国家自然科学基金项目(62173027)资助.

无人机凭借其空中机动性与自主性优势,在物流配送领域展现出重要应用价值.该模式可显著降低人力成本, 同时提升物流网络的灵活性与响应效率.然而,三维复杂环境中建筑物、山体等障碍物对无人机飞行安全构成严峻挑战.如何构建障碍规避约束下的配送路径,成为无人机物流系统优化的关键问题.针对三维路径规划需求,本文研究建立了包含环境建模与数学建模的综合分析框架,并提出一种融合强化学习机制的改进人工蜂群算法.该算法采用基于起讫点空间关系的启发式规则生成初始种群,通过强化学习动态选择采蜜蜂阶段的3种搜索策略,显著提升了初始解质量与搜索方向性.观察蜂阶段引入反向学习机制,生成互补种群以增强算法收敛精度与速度.仿真实验表明:相较于传统算法,改进算法在路径成本与计算效率方面均具有显著优势,可为复杂三维场景下的无人机物流路径规划提供高效解决方案.

来源：2025年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第11期