1.一种基于混合群智能算法的无人机协同航迹控制方法，其特征在于，包括以下步骤：
(2)设置混合群智能算法相关参数，初始化粒子种群和禁忌表，设置算法最大迭代次
(3)开始迭代，根据航迹评价函数判断粒子解空间位置，比较产生个体最优解并判断是
否更新全局最优解，重复迭代直至达到最大迭代次数，得到粒子个体极值与全局极值，更新
(4)各无人机按照粒子位置与速度公式更新状态并运动至下一航迹点，产生新的粒子
2.根据权利要求1所述的一种基于混合群智能算法的无人机协同航迹控制方法，其特
征在于，步骤(1)所述的约束项包括：航程、飞行高度、无人机与障碍区域间距离、转弯半径、
3.根据权利要求1所述的一种基于混合群智能算法的无人机协同航迹控制方法，其特
(301)开始迭代后，计算种群拓扑结构中每个粒子的评价函数值，比较得出当前个体与
全局最优解；在下一次迭代后继续计算得出最优解并与上一次迭代做比较，判断是否更新
(302)设置参数k，算法每迭代k次进行一次额外判断，若粒子全局最优解在这k次迭代
(303)若粒子全局最优解在这k次迭代中都未更新，则判断当前粒子全局最优解已陷入
局部最优；为使算法跳出局部最优循环，将当前的全局最优解加入禁忌表，使其无法参与下
(304)被禁忌的解在满足特赦准则时移出禁忌表，并参与下一次迭代；特赦准则出现在
1)禁忌表规模达到上限；禁忌表采用先入先出的原则，若在某次迭代并禁忌了当前最
2)禁忌长度为0；被禁忌的解在加入禁忌表时具有不同的禁忌长度λ，其值由下式确定：
式中，F为k次迭代均未更新的全局最优解所对应的评价函数值，G为k次迭代之前的上
之后每迭代一次，禁忌表中解的禁忌长度就减少1，禁忌长度为0的解将被移出禁忌表，
(305)最终达到最大迭代次数时产生的个体历史最优解和全局历史最优解即为个体极
为了当前研究的热点。在无人机协同涉及到的众多技术中，协同航迹规划控制是最为关键
研究，研究表明启发式的群智能算法是解决无人机协同航迹规划的有效途径，最为典型的
是利用蚁群算法、粒子群算法等，相比传统的凸优化算法，具有对目标函数和约束条件的表
搜索目标时局部搜索能力较差、容易早熟陷入局部最优等问题，因此需要算法其进行一些
改进。除优化算法参数外，与禁忌搜索等其他启发式智能算法相结合，可以弥补单一算法的
(2)设置混合群智能算法相关参数，初始化粒子种群和禁忌表，设置算法最大迭代
(3)开始迭代，根据航迹评价函数判断粒子解空间位置，比较产生个体最优解并判
断是否更新全局最优解，重复迭代直至达到最大迭代次数，得到粒子个体极值与全局极值，
(4)各无人机按照粒子位置与速度公式更新状态并运动至下一航迹点，产生新的
进一步的，步骤(1)所述的约束项包括：航程、飞行高度、无人机与障碍区域间距
(301)开始迭代后，计算种群拓扑结构中每个粒子的评价函数值，比较得出当前个
体与全局最优解；在下一次迭代后继续计算得出最优解并与上一次迭代做比较，判断是否
(302)设置参数k，算法每迭代k次进行一次额外判断，若粒子全局最优解在这k次
(303)若粒子全局最优解在这k次迭代中都未更新，则判断当前粒子全局最优解已
陷入局部最优；为使算法跳出局部最优循环，将当前的全局最优解加入禁忌表，使其无法参
(304)被禁忌的解在满足特赦准则时移出禁忌表，并参与下一次迭代；特赦准则出
1)禁忌表规模达到上限；禁忌表采用先入先出的原则，若在某次迭代并禁忌了当
2)禁忌长度为0；被禁忌的解在加入禁忌表时具有不同的禁忌长度λ，其值由下式
式中，F为k次迭代均未更新的全局最优解所对应的评价函数值，G为k次迭代之前
之后每迭代一次，禁忌表中解的禁忌长度就减少1，禁忌长度为0的解将被移出禁
(305)最终达到最大迭代次数时产生的个体历史最优解和全局历史最优解即为个
(1)本发明面向无人机实际飞行中的航迹控制问题，通过启发式混合群智能算法
(2)本发明通过结合禁忌搜索算法，有效解决了粒子群算法在实际应用中容易陷
(3)本发明充分考虑多无人机协同飞行过程中的实际要素约束条件，建立综合评
PG电子试玩(1)以航程、飞行高度、无人机与障碍区域间距离、转弯半径、爬升角度、机间距离
(3)开始迭代，根据航迹评价函数判断粒子解空间位置，比较产生个体最优解并判
断是否更新全局最优解，重复迭代直至达到最大迭代次数，得到粒子个体极值与全局极值，
(301)开始迭代后，计算种群拓扑结构中每个粒子的评价函数值，比较得出当前个
体与全局最优解；在下一次迭代后继续计算得出最优解并与上一次迭代做比较，判断是否
(302)设置参数k，算法每迭代k次进行一次额外判断，若粒子全局最优解在PG电子试玩这k次
(303)若粒子全局最优解在这k次迭代中都未更新，则判断当前粒子全局最优解已
陷入局部最优。为使算法跳出局部最优循环，将当前的全局最优解加入禁忌表，继续进行迭
代(禁忌表中的解无法参与下一次迭代搜索，即无法出现在下一次迭代的解空间里)；
(304)被禁忌的解在满足特赦准则时移出禁忌表，并参与下一次迭代。特赦准则出
现在以下两种情况：1)禁忌表规模达到上限。禁忌表采用先入先出的原则，若在某次迭代并
禁忌了当前最优解后禁忌表规模达到上限，则将目前禁忌表中最早加入的解移出禁忌表；
2)禁忌长度为0。被禁忌的解在加入禁忌表时具有不同的禁忌长度λ，其值由下式确定
式中，F为k次迭代都未更新的全局最优解所对应的评价函数值，G为k次迭代之前
的上一个全局最优解所对应的评价函数值。之后每迭代一次，禁忌表中解的禁忌长度就减
(305)最终达到最大迭代次数时产生的个体历史最优解和全局历史最优解即为个
(4)各无人机按照粒子位置与速度公式更新状态并运动至下一航迹点，产生新的
台，实现算法的航迹点协同迭代求解能力，解决无人平台的实际航迹规划等导航问题。
