Resumen

La planificación de la trayectoria desempeña un papel extremadamente importante en el diseño de los UCAV para cumplir la tarea de combate aéreo de forma rápida y fiable. La trayectoria planificada debe garantizar que los UCAV lleguen al destino por la trayectoria óptima con la mínima probabilidad de ser encontrados y el mínimo consumo de combustible. Los métodos tradicionales tienden a encontrar las mejores soluciones locales debido al gran espacio de búsqueda. En este trabajo se propone un método de optimización adaptativa por enjambre de partículas caóticas (FAC-PSO), rápido y robusto, para planificar la trayectoria de los UCAV. El FAC-PSO emplea el método de ajuste, el mecanismo de parámetros adaptativos y la teoría caótica. Los experimentos demuestran que el FAC-PSO es más robusto y cuesta menos tiempo que el algoritmo genético de élite con migración, el recocido simulado y la colonia caótica de abejas artificiales. Además, el FAC-PSO obtiene buenos resultados en la aplicación de la planificación dinámica de trayectorias cuando las amenazas se desplazan aleatoriamente y en la aplicación de la planificación de trayectorias en 3D.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:fac, pso, ucavs, optimización caótica por enjambre de partículas, colonia artificial de abejas caótica, planificación de trayectorias 3d, mecanismo de parámetros adaptativos, tarea de combate aéreo, algoritmo genético de élite, gran espacio de búsqueda
• Keywords:fac, pso, ucavs, chaotic particle swarm optimization, chaotic artificial bee colony, 3d path planning, adaptive parameter mechanism, air combat task, elite genetic algorithm, large search space