摘要
本发明提供了一种清洁无人机蜂群的路径优化方法及应用,包括:对任务区域内多架无人机进行位置初始化,设置适应度函数及记录变量Trials;通过人工蜂群算法依次执行雇佣蜂、观察蜂、侦察蜂阶段,进行路径搜索、概率选择、边界处理及位置更新;并在航迹初始化中引入反向学习策略、扰动控制频率与全局因子以提升搜索性能,同时设定侦察蜂阶段的蜜源重生成机制。本发明通过动态任务分配优化、全局协同路径规划和分布式弹性控制架构,提升清洁资源利用率、作业效率、能耗均衡性,并增强系统容错能力,满足复杂建筑立面的清洁需求。
技术关键词
清洁无人机
路径优化方法
协同路径规划
人工蜂群算法
清洗高楼
阶段
系统容错
生成机制
位置更新
玻璃幕墙
变量
邻域
因子
频率
轮盘
策略
能耗
建筑
系统为您推荐了相关专利信息
汽车地板纵梁
避障路径
码垛机构
机械臂关节
路径优化方法
风险评估模型
人工蜂群算法
作业工况
重构误差
时序特征
群体智能算法
人工蜂群算法
作业调度系统
作业调度方法
混合整数规划
路径优化方法
关系网络图
对象
路径优化系统
资源
协同运动控制方法
无人机平台
协同路径规划
系统校准
拼接机构