- 博客(1162)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 原创首发：多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）求解WFG1-WFG9及工程应用，MATLAB代码
多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）是单目标BBO（甲虫优化算法）的多目标改进版本，以投弹甲虫防御喷雾全局探索、扑翼逃逸局部开发为基础框架，融合高斯扰动搜索竞争学习子代生成两大创新策略，搭配基于均匀参考点+环境选择的多目标种群筛选机制，用于求解多目标优化问题（MOOP）。
2026-06-21 11:14:51
220
原创 强力推荐：多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）求解IMOP1-IMOP8及工程应用，MATLAB代码
摘要： 多目标甲虫优化算法（MOBBO）是基于单目标BBO改进的多目标优化算法，融合防御喷雾全局探索和扑翼逃逸局部开发机制，结合高斯扰动搜索和竞争学习策略提升解集性能。算法通过多源种群混合（全局/局部子代、高斯扰动子代、竞争学习子代）扩大搜索范围，采用均匀参考点环境选择机制筛选非支配解集，确保Pareto前沿的收敛性和多样性。MOBBO创新性地引入自适应边界处理策略（90%截断+10%随机重置）和理想点更新机制，有效平衡探索与开发能力。实验表明，该算法在多目标优化问题中能生成分布均匀、覆盖性强的Pareto
2026-06-20 21:47:26
512
原创 强力推荐：多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）求解MaF1-MaF15及工程应用，MATLAB代码
多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）是单目标BBO（甲虫优化算法）的多目标改进版本，以投弹甲虫防御喷雾全局探索、扑翼逃逸局部开发为基础框架，融合高斯扰动搜索竞争学习子代生成两大创新策略，搭配基于均匀参考点+环境选择的多目标种群筛选机制，用于求解多目标优化问题（MOOP）。
2026-06-20 18:04:01
136
原创 强力推荐：多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）求解DTLZ1-DTLZ7及工程应用，MATLAB代码
多目标甲虫优化算法（MOBBO）是单目标BBO的多目标改进版本，融合投弹甲虫的防御喷雾（全局探索）与扑翼逃逸（局部开发）机制，并引入高斯扰动搜索和竞争学习子代生成策略。算法通过混合种群合并（父代、全局子代、局部子代、高斯扰动子代、竞争学习子代）扩大搜索池，利用均匀参考点环境选择机制筛选种群，确保Pareto解集的收敛性与多样性。核心创新包括自适应边界处理、高斯扰动提升前沿分布均匀性，以及竞争学习加速收敛。MOBBO最终输出非支配Pareto最优解集，适用于多目标优化问题（MOOP）。
2026-06-20 17:42:28
214
原创 多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）求解ZDT1-ZDT6及工程应用，MATLAB代码
摘要： 多目标甲虫优化算法（MOBBO）是单目标BBO的多目标改进版本，融合投弹甲虫的防御喷雾（全局探索）和扑翼逃逸（局部开发）机制，结合高斯扰动搜索和竞争学习子代生成策略，提升Pareto前沿的多样性和收敛性。算法通过混合种群合并（父代、全局/局部子代、高斯扰动子代、竞争学习子代）扩大搜索范围，并采用参考点环境选择机制筛选非支配解。创新点包括自适应边界处理和均匀参考点分层筛选，确保解集分布均匀且逼近真实Pareto前沿。实验表明，MOBBO在多目标优化问题中表现优异，兼具全局探索和局部开发能力。
2026-06-20 17:19:26
320
原创 甲虫优化算法（Bombardier Beetle Optimizer, BBO）
甲虫优化算法（Bombardier Beetle Optimizer, BBO）是2026年发表于第二届计算智能方法与应用国际会议（ICCIAA, IEEE）的全新元启发式群智能优化算法。化学防御机制：遭遇天敌时，腹部反应室混合化学物质，酶促反应生成100℃高温水蒸气、氧气、对苯醌腐蚀性喷雾驱离捕食者；扑翼逃逸机制：利用牛顿力学产生升力，计算与捕食者距离后快速飞离。防御机制 =全局探索阶段（Exploration）：大范围搜索全局最优，提升种群多样性；逃逸飞行机制 =
2026-06-20 16:36:06
418
原创 多目标优化算法：多目标蛇优化算法（Multiple Objective Snake Optimizer，MOSO）（提供MATLAB代码）
本文介绍了蛇优化算法(SO)及其多目标扩展版本(MOSO)。SO是2022年提出的新型元启发式算法，模拟蛇类觅食和繁殖行为，通过温度、食物等环境因素控制全局搜索和局部开发过程。算法将种群分为雌雄两组，根据不同条件切换搜索模式、战斗模式或交配模式。研究者将SO与多目标优化结合形成MOSO，并在46个测试函数和盘式制动器设计问题上验证其有效性。实验结果表明MOSO在多目标优化问题上表现优异，具有创新性和高效性。文章提供了完整的MATLAB代码实现。
2026-05-30 20:54:27
271
原创 基于小龙虾优化算法COA求解复杂三维山地环境下多无人机动态避障路径规划研究，MATLAB代码
本文介绍了小龙虾优化算法(COA)及其在多无人机三维路径规划中的应用。COA模拟小龙虾的避暑、竞争和觅食行为，具有快速搜索和平衡全局与局部搜索能力的特点。在无人机路径规划中，目标函数由路径长度、安全性、飞行高度和平滑性四个成本线性加权组成。实验部分展示了多个无人机在三维环境中的协同路径规划结果，通过动态窗口法实现避障，并提供了MATLAB代码实现。该方法有效解决了复杂环境下的无人机动态路径规划问题，收敛曲线和三维路径图验证了算法的有效性。相关代码和视频教程已在B站发布。
2026-05-30 20:50:10
301
原创 光伏模型参数估计：山羊优化算法（Goat Optimization Algorithm, GOA）求解光伏模型参数辨识问题，免费提供完整MATLAB代码链接
本文研究了四种光伏模型（单二极管SDM、双二极管DDM、三二极管TDM和组件模型MM）的参数估计问题。通过建立非线性电流-电压特性方程，以均方根误差（RMSE）为目标函数进行参数优化。SDM是最简模型（5参数），DDM增加一个二极管提高精度（7参数），TDM进一步引入第三个二极管（9参数）以模拟商用电池特性，而MM则考虑电池串并联结构。研究采用山羊优化算法（GOA）进行求解，通过30种群规模和200次迭代获得各模型最优参数。结果表明，模型复杂度与精度呈正相关，其中TDM精度最高但计算量最大，SDM适合快速仿
2026-05-07 12:57:24
517
原创 光伏模型参数估计：基于山羊优化算法（GOA ）的光伏模型参数辨识问题求解研究，免费提供完整MATLAB代码链接
本文研究了光伏参数估计问题，采用四种主流模型（单/双/三二极管及组件模型），基于电流-电压特性构建，以均方根误差（RMSE）为目标函数进行参数寻优。单二极管模型结构简单（5参数），双二极管模型增加扩散与复合电流模拟（7参数），三二极管模型进一步考虑晶界泄漏（9参数），组件模型则扩展至电池串并联系统。研究对比了各模型的精度与复杂度，并应用新型山羊优化算法（GOA）进行求解。实验结果显示，该算法能有效获取最优参数组合，验证了模型与优化方法的有效性。
2026-05-07 12:52:32
459
原创 SCI一区：章鱼优化算法（Octopus Optimization Algorithm, OOA）求解23个测试函数，出图丰富，提供完整MATLAB代码
章鱼优化算法(OOA)是一种新型元启发式算法，模拟章鱼的四种生物行为：搜寻猎物（全局探索）、逃脱天敌（跳出局部最优）、攻击猎物（局部开发）和交配行为（种群多样性调节）。算法通过数学建模实现搜索空间的智能优化，包括种群初始化、探索阶段的反冲跳跃机制和精细开发阶段。测试表明，OOA在收敛速度和求解精度上表现优异。该算法2025年发表于JCR一区期刊，具有较大研究潜力。
2026-04-29 21:13:47
489
原创 动麦优化算法（Animated Oat Optimization Algorithm, AOO）性能测试，包含种群分布图、全局搜索图、局部搜索图、目标收敛图、评价适应度图、单维目标迭代图，MATLAB
摘要： 动麦优化算法（AOO）是一种受不实野燕麦种子传播策略启发的元启发式算法，通过模拟自然散布（全局探索）、吸湿滚动（局部开发）和能量弹射（跳出局部最优）三种行为实现优化。其数学模型结合随机扰动、Lévy飞行和抛射运动，动态平衡探索与开发。AOO在工程优化中表现优异，并衍生出多目标、混沌映射等变体。实验验证其在基准函数和无线传感器网络等实际问题中的有效性，相关成果发表于2025年《Knowledge-Based Systems》。
2026-04-27 23:02:27
624
原创 多无人机动态避障路径规划研究：基于壁虎优化算法GJA的多无人机动态避障路径规划研究（可以自定义无人机数量及起始点），MATLAB代码
摘要：壁虎优化算法(GJA)是一种新型仿生优化算法，灵感来源于多疣壁虎的捕食行为。该算法融合了高斯扰动和Lévy飞行的混合移动策略、嗅觉辅助引导机制、信息素介导的群体趋利机制以及尾部自切突变机制四种核心机制，有效平衡了全局探索与局部开发能力。算法已应用于无人机三维路径规划，通过综合路径长度、安全性、飞行高度和平滑度等成本因素建立目标函数。相关研究成果发表在2025年《仿生工程学报》，为工程优化问题提供了新的解决方案。（149字）
2026-04-27 21:10:13
465
原创 基于混合离散浣熊优化算法（HDCOA）的生鲜食品配送路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为客户点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm辆配送车辆，每辆车辆从各自配送中心（可相同或不同）出发，访问若干客户点后返回。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-21 18:59:55
415
原创 基于混合离散浣熊优化算法（HDCOA）的煤矿巡检机器人路径规划算法研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm台机器人，每台机器人从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:59:06
126
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的农业移动机器人路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm台机器人，每台机器人从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:50:17
393
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的高原森林灭火多无人机路径规划，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm架无人机，每架无人机从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:46:21
469
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的无人艇路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm艘无人艇，每艘无人艇从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:43:08
155
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的无人机UAV路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm架无人机，每架无人机从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:38:28
294
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的机器人路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm台机器人，每台机器人从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1。
2026-04-20 21:33:12
310
原创 基于混合离散浣熊优化算法（Hybrid Discrete Coati Optimization Algorithm, HDCOA）的无人车路径规划研究，MATLAB代码
考虑一个完全无向图GVAG = (V, A)GVA，其中V12nV12n为目标点（或节点）集合，AAA为可行路径边集。每条边ij(i, j)ijdijxi−xj2yi−yj2(1)\tag{1}dijxi−xj2yi−yj21设共有mmm辆无人车，每辆车从各自起点（可相同或不同）出发，访问若干目标点后返回起点。路径规划的目标是将VVV划分为mmm个非空子集S1S。
2026-04-20 21:26:50
333
原创 基于强化学习Q-Learning算法的无人机动态自主避障路径规划，MATLAB代码
本文提出一种基于Q-Learning强化学习的三维无人机安全路径规划算法，旨在解决复杂环境中无人机导航的碰撞风险高、目标到达精度低等问题。算法通过马尔可夫决策过程建模，设计多约束复合奖励函数，严格保持0.5m安全距离约束，实现零碰撞、高精度到达目标点。实验结果表明，该算法在路径长度和移动步数上优于传统Q-Learning算法，验证了其安全性、有效性和最优性，适用于室内巡检、应急救援等高精度导航场景。
2026-04-20 20:35:18
423
原创 基于改进秃鹰搜索算法（IBES）的无人车路径规划研究，MATLAB代码
改进秃鹰搜索算法（Improved Bald Eagle Search, IBES）是在原始秃鹰搜索算法（Bald Eagle Search, BES）的基础上，针对其在AGV路径规划与自主避障场景中存在的搜索能力不足、易陷入局部最优、路径平滑度欠佳等缺陷，通过多策略融合优化得到的一种新型群体智能优化算法。
2026-04-20 20:04:07
510
原创 基于改进秃鹰搜索算法（IBES）的AGV路径规划研究，MATLAB代码
改进秃鹰搜索算法（Improved Bald Eagle Search, IBES）是在原始秃鹰搜索算法（Bald Eagle Search, BES）的基础上，针对其在AGV路径规划与自主避障场景中存在的搜索能力不足、易陷入局部最优、路径平滑度欠佳等缺陷，通过多策略融合优化得到的一种新型群体智能优化算法。
2026-04-20 19:58:26
378
原创 毕业设计：强化学习Q-learning算法求解无人机三维自主避障路径规划，MATLAB代码
本文基于Q-learning离线强化学习，实现三维栅格环境下无人机无碰撞、最短路径、最少步数路径规划。无人机具备1格/2格三维全向移动、对角线飞行、悬停能力，通过与环境交互迭代学习最优策略，以到达终点、路径距离、移动步数、避障为核心目标，输出满足约束的最优飞行路径。到达终点（最高奖励）3500+35003500，保证无人机优先到达目标惩罚项：单步距离越长、总步数越多，奖励越低，强制最短路径+最少步数碰撞障碍物/越界（最高惩罚）−1500-1500−1500，让无人机彻底学会避障，杜绝碰撞。
2026-03-23 20:46:43
771
原创 三维空间动态避障路径规划：强化学习Q-Learning算法求解动态三维环境下无人机自主避障路径规划，本科毕业设计，MATLAB代码
本文提出一种基于Q-Learning的三维无人机安全路径规划算法，针对复杂环境中碰撞风险高、目标到达精度低等问题，通过马尔可夫决策过程建模，设计多约束复合奖励函数和安全距离约束机制。算法采用ε-贪心策略进行动作决策，利用时序差分学习更新Q函数，确保无人机与障碍物保持≥0.5m安全距离，并实现坐标级精准到达。实验结果表明，该算法在三维动态环境中能实现零碰撞、高精度导航，路径长度和移动步数均优于传统方法，验证了其安全性、有效性和最优性。
2026-03-23 20:42:43
682
原创 基于动态三维环境下的Q-Learning算法无人机自主避障路径规划研究，MATLAB代码
本文提出一种基于Q-Learning的三维无人机安全路径规划算法，解决复杂环境中碰撞风险高、目标精度低等问题。算法通过马尔可夫决策过程建模，设计多约束复合奖励函数，结合严格的安全距离约束（≥0.5m）裁剪动作空间，采用ε-贪心策略优化决策。实验表明，该算法能实现零碰撞、坐标级精准到达，路径长度和步数优于传统方法，验证了其安全性、有效性和最优性。研究为强化学习在无人机路径规划中的应用提供了新思路，具有重要的理论和实用价值。
2026-03-21 19:25:14
552
原创 基于强化学习Q-learning算法的无人机三维路径规划算法原理与实现，MATLAB代码
本文基于Q-learning离线强化学习，实现三维栅格环境下无人机无碰撞、最短路径、最少步数路径规划。无人机具备1格/2格三维全向移动、对角线飞行、悬停能力，通过与环境交互迭代学习最优策略，以到达终点、路径距离、移动步数、避障为核心目标，输出满足约束的最优飞行路径。到达终点（最高奖励）3500+35003500，保证无人机优先到达目标惩罚项：单步距离越长、总步数越多，奖励越低，强制最短路径+最少步数碰撞障碍物/越界（最高惩罚）−1500-1500−1500，让无人机彻底学会避障，杜绝碰撞。
2026-03-21 17:19:54
1234
原创 基于控制障碍函数（Control Barrier Function, CBF）与二次规划（Quadratic Programming, QP）的无人机编队三维动态避障路径规划研究，MATLAB代码
本文提出一种基于控制障碍函数(CBF)与二次规划(QP)的多无人机三维协同路径规划算法。通过虚拟结构法构建编队体系，将三维避障、机间防撞等安全约束转化为高阶可微控制障碍函数，并嵌入凸优化框架求解。算法采用四阶龙格-库塔法实现位置平滑更新，确保编队在动态环境下的稳定性和安全性。MATLAB仿真验证表明，该方法能有效实现三维空间内的编队保持、实时避障和无碰撞协同航行，满足在线控制需求，具有工程应用价值。
2026-03-21 15:36:17
450
原创 基于控制障碍函数（Control Barrier Function, CBF）的无人机编队三维动态避障路径规划，MATLAB代码
本文提出一种基于控制障碍函数（CBF）与二次规划（QP）的三维无人机编队路径规划算法。该算法将编队保持、动态避障和机间防碰撞等安全约束转化为凸优化问题，通过在线求解QP生成控制指令。采用虚拟结构法构建编队模型，将障碍物建模为动态球体，并设计了障碍物随机运动策略。仿真结果表明，算法能实现三维空间内无人机编队的稳定航行、动态避障和无碰撞协同，具有实时性和可靠性。MATLAB实现验证了算法在复杂三维环境下的有效性。
2026-03-21 15:22:59
616
原创 基于控制障碍函数的多无人机编队动态避障控制方法研究，MATLAB代码
本文提出了一种基于领航-跟随编队控制和控制障碍函数(CBF)的多无人机动态避障方法。通过将虚拟领航点与分布式避障控制相结合，系统实现了编队保持与实时避障的双重目标。采用二次规划(QP)将安全约束转化为优化问题，确保无人机在规避动态障碍物的同时保持队形。仿真结果表明，该方法能有效处理6架无人机和6个动态障碍物的复杂场景，实现编队稳定、避障安全、互不干扰的协同飞行。系统具有结构清晰、实时性强等特点，为多无人机协同控制提供了有效的解决方案。
2026-03-21 14:13:03
630
原创 基于 CBF 的多无人机编队动态避障路径规划研究，无人机及障碍物数量可以自定义修改，MATLAB代码
本文提出了一种基于领航-跟随编队控制与控制障碍函数(CBF)的多无人机协同避障方法。通过将集群几何中心设为虚拟领航点实现稳定编队，同时采用CBF将避障约束转化为二次规划问题，实现了对动态障碍物的实时规避。算法创新性地引入无人机间安全距离约束，在保证编队稳定的前提下实现单机自主避障。仿真结果表明，该方法能有效处理动态障碍物环境下的多机协同飞行问题，满足编队保持、动态避障和无人机间防碰撞等要求。MATLAB实现采用模块化设计，包含参数初始化、动态障碍物更新、无人机控制和可视化四大模块，为复杂环境下的多无人机协同
2026-03-21 14:08:16
676
原创 基于控制障碍函数（CBF）的多无人机编队避障路径规划研究，MATLAB代码
本文研究基于控制障碍函数（CBF）的多无人机编队避障路径规划方法，针对传统路径规划方法实时性差、安全约束难以保障等问题，提出一种分布式CBF-QP控制框架。通过将机间避碰、环境避障、编队保持等安全约束转化为数学条件，结合二次规划实现最小干预式控制。研究建立了多无人机动力学模型，设计了多约束融合的CBF构造方法，并提出改进策略增强系统鲁棒性。仿真结果表明，该方法能有效实现多无人机编队的实时安全避障与稳定编队保持，在静态和动态障碍场景下均表现出优越性能，为多无人机集群工程化应用提供了理论支撑。
2026-03-19 22:37:37
455
原创 基于 ZOH 离散化与增量 PID 串级控制的四旋翼无人机高精度轨迹跟踪研究，MATLAB代码
四旋翼无人机作为一类典型的强耦合、多输入多输出（MIMO）高度非线性欠驱动系统，凭借结构简洁、机动性能优异、悬停特性良好等优势，在科研、工业及军用领域得到广泛应用。此类系统的动力学特性复杂，仅通过经验调参难以实现鲁棒稳定的控制效果与可预测的动态响应，因此需通过严格的建模与控制器设计流程，在保证系统可控性与可分析性的前提下，完成控制律的设计与实现。
2026-03-19 20:27:51
817
原创 基于四旋翼无人机离散建模与增量PID控制及轨迹跟踪研究，MATLAB代码
摘要： 四旋翼无人机作为非线性欠驱动系统，其动力学建模与控制器设计是实现稳定控制的关键。本文基于六自由度刚体动力学，建立了悬停点小扰动线性化模型，通过ZOH方法完成离散化。针对系统特性，设计了增量式PID串级控制器，包含位置-姿态双环结构及独立高度/偏航控制通道。MATLAB仿真验证了该方法在悬停和圆形轨迹跟踪任务中的有效性，结果表明串级控制结构能有效解耦系统动态特性，提升控制精度。同时分析了采样周期等参数对系统稳定性的影响，为四旋翼无人机控制提供了可行的解决方案。
2026-03-19 20:22:40
455
原创 基于增量 PID 的四旋翼无人机离散化建模与轨迹跟踪实现，MATLAB代码
本文研究了四旋翼无人机的控制方法。首先基于刚体动力学建立非线性模型，并在悬停点进行线性化处理，得到12状态的连续线性模型。通过零阶保持法离散化后，分析了系统的可控性和动态特性。设计了一种增量式PID控制器，采用位置-姿态串级结构，加入抗积分饱和策略。MATLAB仿真验证了该方法能实现稳定悬停和半径2m的圆轨迹跟踪，稳态跟踪误差较小。结果表明，基于线性化模型的离散PID控制能有效解决四旋翼的欠驱动控制问题，采样周期和增益整定对系统性能有重要影响。
2026-03-19 20:08:31
379
原创 基于 ZOH 离散化与增量 PID 的四旋翼无人机轨迹跟踪控制研究，MATLAB代码
本文研究了四旋翼无人机的线性化建模与控制方法。首先基于刚体动力学建立了非线性模型，在悬停点进行线性化得到12维状态空间模型，并通过零阶保持法离散化。分析了离散系统的可控性、稳定性及脉冲响应特性。设计了增量式PID控制器，采用串级结构实现位置-姿态控制，并加入抗积分饱和策略。MATLAB仿真表明，该方法能实现无人机平稳悬停和半径2m的圆轨迹跟踪，稳态误差在合理范围内。研究验证了线性化建模与离散PID控制在无人机系统中的有效性，为实际工程应用提供了理论参考。
2026-03-19 20:06:22
738
原创 MATLAB模拟四旋翼无人机飞行，实时展示飞行状态及飞行路径，MATLAB代码
摘要：该MATLAB代码实现了一个3D无人机飞行仿真动画。程序创建了包含机身、机臂、电机、起落架和旋翼的完整无人机模型，通过hgtransform实现整体平移和旋转。无人机沿预设的3D螺旋轨迹飞行（x=12sin(0.3t), y=12cos(0.4t), z=10+4sin(0.5t)），同时旋翼持续旋转并显示红色飞行轨迹。图形界面采用光滑着色和光照效果，坐标范围设定为[-20,20]。关键创新点是采用整体变换而非修改原始数据，解决了图形对象消失问题。
2026-03-19 00:45:55
53
原创 MATLAB模拟四旋翼无人机飞行，机翼可独立旋转
本文展示了一个使用MATLAB实现的无人机三维动画仿真系统。系统通过图形化界面构建了完整的无人机模型，包括机身、机臂、电机、起落架和旋转的螺旋桨叶片。通过坐标变换实现无人机的整体移动和旋转，并实时绘制飞行轨迹。动画效果展示了无人机在三维空间中的平滑飞行路径，包括高度变化和偏航旋转。该系统采用hgtransform实现整体坐标变换，避免了模型重构，提高了渲染效率。该仿真可用于无人机运动可视化、路径规划验证等应用场景。
2026-03-19 00:26:08
163
原创 MATLAB画四旋翼无人机，机翼可独立旋转
本文展示了一个高仿真无人机3D模型的MATLAB实现。模型采用大疆风格设计，包含流线型机身、碳纤维机臂、电机底座和起落架等精细结构。核心特点是四旋翼系统的动态旋转动画，每个旋翼由4片桨叶组成，通过实时计算旋转角度实现流畅的飞行效果。模型采用真实材质渲染，配备多光源照明系统，呈现专业级视觉效果。该实现展示了MATLAB在三维建模和动画方面的强大能力，可作为无人机可视化仿真的参考案例。
2026-03-18 23:55:18
72
1100种智能优化算法完整MATLAB及Python代码目录，里面包含代码下载链接
2025-12-28
SGEA（Steady-State and Generational Evolutionary Algorithm） 参考文献pdf
2025-06-11
贪婪个体优化算法（Greedy Man Optimization Algorithm，GMOA）MATLAB代码
2025-02-16
基于肤色的RGB多人脸检测
2020-09-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人