基于鹦鹉优化器（PO）的无人机路径规划

该优化算法是2024年新发表的一篇SCI二区论文，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、鹦鹉优化器

摘要：随机优化方法作为一种有效的技术在当代研究中得到了显著的突出，有效地解决了复杂的优化挑战。本文介绍了鹦鹉优化器(ParrotOptimizer, PO)，这是一种基于训练后鹦鹉关键行为的高效优化方法。本研究以定性分析和综合实验为特色，展示了Parrot Optimizer在处理各种优化问题时的鲜明特点。性能评估包括对提议的PO在35个功能上进行基准测试，包括IEEE CEC2022测试集的经典案例和问题，并将其与八种流行的算法进行比较。研究结果生动地突出了PO在探索性和开发性方面的竞争优势。此外，通过参数灵敏度实验探讨了所提出的PO在不同构型下的适应性。应用于工程设计问题，证明了该方法的有效性和优越性。为了进一步将评估扩展到现实世界的应用，我们将PO在疾病诊断和医学图像分割问题中的应用纳入其中，这些问题在医学领域中具有高度相关性和重要意义。总之，研究结果证明，PO是一种有前途和竞争力的算法，超越了文献中的一些现有算法。

参考文献：Parrotoptimizer: Algorithm and applications to medical problems

Doi: 10.1016/j.compbiomed.2024.108064

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：