1.基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于，包括以下步骤：S1，基于BOA算法的初始蝴蝶种群的生成问题，加入去除短周期特性的改进型Tent混沌映射；

S2，通过结合非线性自适应惯性权重、模拟退火法的Metropolis准则以及具有全局自适应特征的随机性变异，改进BOA算法；

S3，将改进的BOA算法与无人机路径规划相结合，通过改进型三维布雷森汉姆线算法的视野线(LOS)检测用以实现初始路径种群的合理化生成。

2.根据权利要求1所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述步骤S1具体包括：S11，在Tent混沌映射中添加微小扰动；

S12，在微小扰动当中添加基于F分布的随机数。

3.根据权利要求1或2所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：基于F分布去除短周期特性的改进型混沌映射的公式如下所示：其中frnd(a,b)为服从F分布所产生的随机数，xn表示混沌映射当前产生的序列数，δ∈[0,1]，xn+1表示混沌映射产生的下一个序列数。

4.根据权利要求1所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述步骤S2具体包括：S21，在BOA算法的全局搜索阶段引入自适应非线性惯性权重；

S22，在BOA算法的迭代过程中引入模拟退火过程的Metropolis准则；

S23，在BOA算法的全局搜索阶段引入带有自适应特征的随机性变异因子。

5.根据权利要求4所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述自适应非线性惯性权重，如下所示：其中ωBOA表示当前蝴蝶的惯性权重值，Fitnesst,g表示第t次迭代中的最优蝴蝶的适应度，Fitnesst,i表示第t次迭代当中第i只蝴蝶的适应度，Niter表示最大迭代次数，将ωBOA拆分成两个部分权重，其中ω1与蝴蝶个体的适应度相关，它会依照蝴蝶个体的适应度值的变化而自动做出调整，ω2的取值则会随着迭代次数的增加呈现出减速递减趋势。

6.根据权利要求4所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述Metropolis准则如下所示：当前蝴蝶个体的状态为 其所对应的适应度表示为Fitnesst,i，蝴蝶经过移动之后状态为 适应度为Fitnesst,i+1，则定义当前蝴蝶个体的状态由 变为 的概率为pmetr，公式如下所示：其中Tfrag表示物理环境中的香味残留系数。

7.根据权利要求4所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述带有自适应特征的随机性变异因子，公式如下所示：其中Mu表示带有自适应特征的随机性变异因子，γ为变异算子，γ0为初始变异算子，变异算子γ的表达式如下所示：其中chi2pdf(χfree)表示自由度为χfree的卡方分布概率密度函数，Niter表示最大迭代次数。

8.根据权利要求1或5或6或7所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：改进BOA算法的全局搜索与局部搜索，具体包括：

1)全局搜索阶段，蝴蝶需要向当前适应度最高蝴蝶个体进行迁移，公式如下所示：其中 表示第t次迭代过程中第i个蝴蝶个体的解向量，fi表示第i只蝴蝶散发的香味信*息素的强度，g 表示在当前迭代中最优蝴蝶个体所具有的适应度，r为满足r∈[0,1]的随机数；

2)局部搜索阶段，蝴蝶个体处于随机移动的状态，并受到当代种群当中其他随机蝴蝶的影响，公式如下所示：其中 和 表示解空间的第j个和第k个蝴蝶个体。

9.根据权利要求1或5或6或7所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述改进BOA算法的计算步骤具体包括：(1)所有针对BOA算法当中的蝴蝶个体数量N、算法迭代次数Niter、局部搜索和全局搜索的转换概率p、感知模态c、幂指数a、解空间维数Dim以及边界条件(ub,lb)进行初始化处理；

(2)每一在解空间当中随机生成初代蝴蝶种群，根据适应度函数计算每个个体的适应度值并寻找到初代最优蝴蝶；

(3)根据香味公式计算所有蝴蝶的香味信息素所产生的感知强度，并通过随机数rand与转换概率p的大小决定当前蝴蝶的运动行为；

(4)当rand＜p时，当前蝴蝶进行全局搜索并向最优个体进行迁移；当rand≥p时，则当前蝴蝶执行局部游走；

(5)若算法迭代次数达到终止条件，则结束循环并输出最优个体；否则对感官模态进行进一步更新并回到第(3)步；其中感官模态的更新如下所示：其中ct表示第t次迭代时感官模态的值。

10.根据权利要求1所述基于BOA‑TSAR算法的近地配送无人机路径规划方法，其特征在于：所述步骤S3具体包括：S31，通过等体积体素对无人机的三维工作空间进行离散化分割，体素的体积设置为无人机体积的1.2倍到1.5倍；

S32，在离散化的无人机飞行区域内分别对于x轴、y轴以及z轴，使用去除短周期特性的Tent混沌映射生成可行路径节点，并检测所生成节点与其父节点和目标点之间的LOS可达性；

S33，若当前节点与其父节点和目标点同时满足LOS可达，则输出此个体并进行下一个蝴蝶个体的生成；若当前节点仅仅与其父节点具有LOS可达性，则保留当前节点作为父节点，并继续生成下一个节点；如若当前节点与其父节点之间不具有可达性时，则直接废弃当前节点；

S34，算法通过迭代的方式生成初始种群，直到所有的初始蝴蝶都满足可行解即可结束算法。