基于河马优化算法(Hippopotamus optimization algorithm,HO)的无人机三维路径规划

144 篇文章 8 订阅
141 篇文章 48 订阅
本文介绍了河马优化算法(HO)在无人机路径规划中的应用,通过模拟河马行为来寻找最优路径。作者提供了MATLAB代码示例,并展示了算法在23个基准函数上的性能。结果包括航迹坐标和算法的收敛曲线。
摘要由CSDN通过智能技术生成

一、无人机路径规划模型介绍

二、算法介绍

河马优化算法(Hippopotamus optimization algorithm,HO)由Amiri等人于2024年提出,该算法模拟了河马在河流或池塘中的位置更新、针对捕食者的防御策略以及规避方法。2024最新算法:河马优化算法(HO)求解23个基准函数_hippopotamus optimization algorithm: a novel natur-CSDN博客

参考文献:

[1]Amiri, Mohammad Hussein, et al. “Hippopotamus Optimization Algorithm: a Novel Nature-Inspired Optimization Algorithm.” Scientific Reports, vol. 14, no. 1, Springer Science and Business Media LLC, Feb. 2024, doi:10.1038/s41598-024-54910-3.

close all
clear
clc
dbstop if all error
warning ('off')
global model
model = CreateModel(); % 创建模型
F='F1';
[Xmin,Xmax,dim,fobj] = fun_info(F);%获取函数信息
pop=100;%种群大小(可以自己修改)
maxgen=100;%最大迭代次数(可以自己修改)
[fMin5,bestX5,ConvergenceCurve5] = HO(pop, maxgen,Xmin,Xmax,dim,fobj);
cost=MyCost(bestX5,2);%'路径成本','威胁成本','高度成本','转角成本'
%% 计算航迹坐标
BestPosition5 = SphericalToCart(bestX5);
%% 保存各算法的目标函数值及收敛曲线
save fMin5 fMin5
save ConvergenceCurve5 ConvergenceCurve5
save cost cost
%% 保存航迹坐标
save BestPosition5 BestPosition5 

三、部分结果

四、完整MATLAB代码

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值