基于改进遗传算法的AUV动态目标搜索算法

针对水下动态目标搜索问题，提出一种基于改进遗传算法的AUV动态目标搜索算法。采用蒙特卡罗统计方法生成大量目标运动轨迹，作为计算适应度依据；结合水声模型提出一种新型的累积探测概率计算方式；种群选择采用灾变思想与精英主义相结合方法，保证种群的非劣性和多样性，加速跳出局部极值；采用混沌序列方式选择交叉和变异点，增加种群随机性；采用动态自适应的交叉概率与变异概率，减少经验依赖，保证后期种群多样性。仿真实验结果表明，相较于传统算法和经典遗传算法，改进遗传算法能有效避免陷入局部极值，提高搜索概率。