代码应用——基于蛇优化算法的无人机三维路径规划

蛇优化器 (Snake Optimizer，SO）是一种新颖的自然启发的元启发式算法，以解决各种模拟蛇的特殊交配行为的优化任务。 该成果于2022年发表在中科院1区SCI期刊《Knowledge-Based Systems》上。是一个高效的算法。

本期我们将蛇优化器应用在无人机路径规划上面。代码集成度和可读性都很好，点击主函数即可运行并且自动保存运行结果，保存高质量jpg格式。

寻优三维图形如下：

 

寻优二维图形如下：

收敛曲线如下：

代码包括：

main函数如下：

clear;clc;close all;warning off;

feature jit off

%% 模型基本参数    
% 载入地形  矩阵
filename = 'data.xlsx' ;
model.x_data  = xlsread(  filename  , 'Xi') ;
model.y_data = xlsread(filename, 'Yi') ;
model.z_data  = xlsread( filename , 'Zi') ;

model.x_grid =  model.x_data(1,:) ;
model.y_grid =model.y_data(:, 1) ;

%起点   相关信息
model.xs =  10  ;
model.ys =  90  ;
model.zs  =   interp2(  model.x_data ,  model.y_data,   model.z_data   ,  ...
model.xs ,     model.ys   ,'linear' ) ;  %  高度为插值得到

% 终点 相关信息
model.xt  =  130 ;
model.yt  = 10 ;
model.zt = interp2(  model.x_data ,  model.y_data, model.z_data   ,  ...
model.xt  ,    model.yt  ,  'linear');  %  高度为插值得到

model.n=   5  ;  %  粗略导航点设置
model.nn=  80 ;  %  插值法获得的导航点总数
model.Safeh = 0.0 ;  %  与障碍物的最低飞行高度   

% 导航点   边界值
model.xmin=  min(  model.x_data(  :  ) ) ;
model.xmax= max (  model.x_data(  :  ) ) ;
model.ymin= min(  model.y_data(  :  ) ) ;
model.ymax= max(  model.y_data(  :  ) ) ;
model.zmin= min(  model.z_data(  :  ) ) ;
model.zmax =model.zmin + (1+ 0.1)*( max( model.z_data(:) )-model.zmin ) ;

% 模型的其他参数 
model.nVar  =  3*model.n ; % 编码长度
model.pf = 10^4 ; % 惩罚系数

%  障碍物 位置坐标及半径
model.Barrier =  [10,60 , 5;
    40, 50,6
    60, 50 , 5
    100, 30,  8 ] ;
model.Num_Barrier  =  size(model.Barrier , 1 ); %  障碍物的数目

model.weight1 = 0.5; % 权重1 飞行线路长度权重
model.weight2 = 0.3; % 权重2  飞行高度相关权重
model.weight3 = 0.2; % 权重3  Jsmooth  指标权重
 
%%  算法参数设置
nPop =   30; % 种群规模
MaxIt =  500; % 最大迭代次数
dim = model.nVar;  % 节点个数
lb=0; % 下界
ub=1; % 上界


%%  运行算法
fobj = @(x) MyCost(x,model);    %   设置目标函数

[Best_f,Best_P,Curve, BestSol]= SO (nPop,MaxIt,lb,ub,dim,fobj);

% 绘图
PlotSolution( BestSol ,model)
    
% 最优结果输出
disp(['最优路径长度：',num2str(Best_f)]);