基于人工鲸鱼算法的水面无人艇路径规划研究开题报告

全文总字数：4588字

1. 研究目的与意义（文献综述）

1.课题任务

利用人工鲸鱼算法求解水面无人艇路径规划问题。

2. 研究的基本内容与方案

1.设计的基本内容：

掌握人工鲸鱼算法的原理和建立水面无人艇路径规划的数学模型，运用人工鲸鱼算法求解该模型。

2.设计的目标：

3. 研究计划与安排

1) 2020年2月20日-2020年3月1日，开始撰写并完成《开题报告》及翻译文献。

2) 2020年3月2日-2020年3月5日，进行资料收集以及相关知识的学习和研究，并进行需求分析。

3) 2020年3月6日-2020年3月20日，对问题进行数学建模，进行初步的算法设计和分析。

4. 参考文献（12篇以上）

[1]sun jun, xu wenbo, feng bin. a global search strategy of quantum-behaved particle swarm optimization [c]. ieee conference on cybernetics and intelligent systems, 2004, 1: 111-116.[2]sun jun, fang wei, vasile palade, et al. quantum-behaved particle swarm optimization with gaussian distributed local attractor point [j]. applied mathematics and computation, 2011, 218: 3763~3775.[3]董昀轩.一种新型动态人工鲸鱼算法的研究及在时间序列预测中的应用[d]. 兰州大学硕士学位论文, 2018.[4]mirjalili s, lewis a. the whale optimization algorithm[j]. advances in engineering software,2016, 95(5): 51-67.[5]顾国昌,付岩,刘海波. 基于遗传模拟退火算法的水面无人艇路径规划 [j]. 哈尔滨工程大学学报, 2005, 26(1): 84-87[6]郭蕴华, 王晓宗. 基于改进量子粒子群算法的无人机路径规划 [j]. 船海工程, 2016, 45(1): 99-102[7]傅阳光, 周成平, 丁明跃. 基于混合量子粒子群优化算法的三维航迹规划 [j]. 宇航学报, 2010, 31(12):2657-2664.[8]fu y. path planning for uav based on quantum-behaved particle swarm optimization [j]. proceedings of spie - the international society for optical engineering, 2009, 7497:74970b-74970b-7.

[9]fu y, ding m, zhou c. phase angle-encoded and quantum-behaved particle swarm optimization applied to three-dimensional route planning for uav [j]. ieee transactions on systems man cybernetics part a systems humans, 2012, 42(2):511-526.[10]fu y, ding m, zhou c, et al. route planning for unmanned aerial vehicle (uav) on the sea using hybrid differential evolution and quantum-behaved particle swarm optimization [j]. ieee transactions on systems man cybernetics systems, 2013, 43(6):1451-1465.

[11]niu, h., lu, y., savvaris, a., tsourdos, a.. an energy-efficient path planning algorithm for unmanned surface vehicles[j]. ocean engineering, 2018,161, 308–321.