基于蛇优化器（SO）的无人机路径规划

该优化算法是一篇SCI一区论文具有良好的实际应用和改进意义。一键运行main函数代码自动保存高质量图片

1、蛇优化器

摘要：近年来，一些元启发式算法被引入工程和科学领域，用于解决现实生活中的优化问题。提出了一种新的基于自然启发的元启发式算法——蛇优化器(Snake Optimizer, SO)，以模拟蛇的特殊交配行为来解决一系列优化任务。如果食物充足且温度较低，每条蛇（雄性/雌性）都会为找到最佳伴侣而战斗。该研究从数学上模拟和建模这种觅食和繁殖的行为和模式，提出一种简单有效的优化算法。为了验证所提方法的有效性和优越性，在29个无约束进化计算国会(Congress on Evolutionary Computation, CEC)2017基准测试函数和4个有约束的实际工程问题上进行了测试。与线性种群规模减少-成功-历史自适应差分进化(L-SHADE)、集成正弦与L-SHADE相结合(LSHADE-EpSin)、协方差矩阵自适应进化策略(CMAES)、Coyote优化算法(COA)、飞蛾火焰优化、哈里斯鹰优化、热交换优化、蝗虫优化算法和鲸鱼优化算法等9种著名的新开发算法进行了比较。实验结果和统计对比验证了SO在不同景观上探索-利用平衡度和收敛曲线速度方面的有效性和高效性。

参考文献：Snake Optimizer: A novel meta-heuristic optimization algorithm

Doi:10.1016/j.knosys.2022.108320

2、无人机路径规划

一般无人机路径规划的目标是找到一条满足特定约束条件的路径，例如考虑避障、最短路径、最优路径等。而优化算法的应用可以帮助无人机在考虑这些约束条件的情况下，寻找到最优或者接近最优的路径。

 实验结果如下：

完整代码获取

基于蛇优化器（SO）的无人机路径规划