来源：期刊VIP网 时间：
作者：周嘉星;陈榆豪;高登巍;邓逸凡;李青;余子成;邓钊;
单位：厦门理工学院电气工程与自动化学院;厦门市高端电力装备及智能控制重点实验室;西安现代控制技术研究所;西安交通大学电子与信息学部;西北工业大学航天学院;
摘要：采用多无人机协同调度可以极大提高电力巡检的效率。但在实际复杂环境下，面向电力巡检任务的多无人机调度优化存在多种复杂约束，导致优化模型的求解效率低下、收敛速度缓慢。针对上述问题，本文提出一种基于精英策略的自适应蚁群算法(AACOES)。首先，综合考虑同构无人机的飞行特性、电池续航能力以及外界风场等多种实际复杂约束条件，构建一个接近实际无人机巡检调度的优化模型。其次，针对传统蚁群算法在收敛速度及全局寻优能力方面存在的不足，引入精英策略与自适应调整因子，对算法的信息素更新规则进行了优化改进，从而有效提升了蚂蚁种群的多样性以及算法的收敛速度。最后，通过与多种先进算法开展对比仿真实验，验证了所提算法的有效性。实验结果表明，在多约束条件下，该方法能够显著提升多无人机协同巡检的效率与准确性，且在算法代价方面更具优势，稳定性较高，为电力巡检领域提供了一种新的技术手段。
关键词：电力巡检;;多无人机;;蚁群算法;;协同调度
基金资助：福建省自然科学基金资助(2022J05286);; 厦门市科技计划资助项目(3502Z20227072);; 国家自然科学基金资助(52305117);; 厦门理工学院高层次人才科研启动资助项目(YKJ22019R、YKJ24018R);; 教育部产学合作协同育人项目(231102532155002)
