无人机路径规划
文章平均质量分 88
IT猿手
这个作者很懒,什么都没留下…
展开
-
多目标应用:MOJS多目标水母优化算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-05-01 16:47:33 · 651 阅读 · 0 评论 -
多目标应用:MSSA多目标樽海鞘优化算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-05-01 16:43:06 · 706 阅读 · 0 评论 -
多目标应用:MOAHA多目标人工蜂鸟算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-28 20:15:02 · 1053 阅读 · 0 评论 -
多目标应用:NSGA-Ⅱ算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-28 20:09:25 · 1034 阅读 · 0 评论 -
多目标应用:MOCS多目标布谷鸟搜索算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-25 20:15:35 · 782 阅读 · 0 评论 -
多目标应用:MOHHO多目标哈里斯鹰优化算法求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-25 20:11:04 · 839 阅读 · 0 评论 -
多目标应用:基于多目标灰狼优化算法MOGWO求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-23 22:57:54 · 798 阅读 · 0 评论 -
多目标应用:基于非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-23 22:25:43 · 997 阅读 · 0 评论 -
多目标应用:基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-23 21:59:55 · 1059 阅读 · 0 评论 -
多目标应用:基于非支配排序粒子群优化算法NSPSO求解无人机三维路径规划(MATLAB代码)
无人机三维路径规划是无人机在执行任务过程中的非常关键的环节,无人机三维路径规划的主要目的是在满足任务需求和自主飞行约束的基础上,计算出发点和目标点之间的最佳航路。原创 2024-04-23 21:16:51 · 1069 阅读 · 0 评论 -
栅格地图路径规划:基于霸王龙优化算法(Tyrannosaurus optimization,TROA)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-25 00:45:00 · 1155 阅读 · 0 评论 -
栅格地图路径规划:基于螳螂搜索算法(Mantis Search Algorithm,MSA)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-25 00:15:00 · 1169 阅读 · 0 评论 -
栅格地图路径规划:基于红尾鹰算法(Red‑tailed hawk algorithm ,RTH)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-24 09:14:35 · 753 阅读 · 0 评论 -
栅格地图路径规划:基于小龙虾优化算法(Crayfsh optimization algorithm,COA)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-24 09:12:04 · 775 阅读 · 0 评论 -
6种最新算法(小龙虾优化算法COA、螳螂搜索算法MSA、红尾鹰算法RTH、新雀优化算法NOA、鳑鲏鱼优化算法BFO、蜘蛛蜂优化算法SWO)求解机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-22 21:18:47 · 1616 阅读 · 0 评论 -
5种最新算法(小龙虾优化算法COA、螳螂搜索算法MSA、红尾鹰算法RTH、霸王龙优化算法TROA、鳑鲏鱼优化算法BFO)求解机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-22 21:06:07 · 1558 阅读 · 0 评论 -
四种最新算法(小龙虾优化算法COA、螳螂搜索算法MSA、红尾鹰算法RTH、霸王龙优化算法TROA)求解机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-22 20:49:25 · 1636 阅读 · 0 评论 -
六种最新算法(冠豪猪优化算法CPO、鳑鲏鱼优化算法BFO、河马优化算法HO、新雀优化算法NOA、美洲狮优化算法POA、蜘蛛蜂优化算法SWO)求解机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-21 22:03:49 · 1502 阅读 · 0 评论 -
五种最新算法(冠豪猪优化算法CPO、鳑鲏鱼优化算法BFO、河马优化算法HO、新雀优化算法NOA、美洲狮优化算法POA)求解机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-21 21:52:55 · 1592 阅读 · 0 评论 -
机器人路径规划:基于冠豪猪优化算法(Crested Porcupine Optimizer,CPO)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-20 20:43:21 · 780 阅读 · 0 评论 -
机器人路径规划:基于鳑鲏鱼优化算法(Bitterling Fish Optimization,BFO)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-20 19:38:42 · 988 阅读 · 0 评论 -
机器人路径规划:基于斑翠鸟优化算法(Pied Kingfisher Optimizer ,PKO)的机器人路径规划(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-03-20 19:17:14 · 999 阅读 · 0 评论 -
机器人路径规划:基于Bug算法的机器人路径规划(提供Python代码)
Bug 算法是一种基于追踪障碍物的路径规划算法,它模拟了一种昆虫寻找巢穴的行为,因此得名Bug算法。Bug算法的基本思路是:当机器人遇到障碍物时,他会沿着障碍物的边缘行走,直到到达目标点。该算法可以分为两个主要步骤:表示空间中的点和算法实现。在Bug算法中,空间被表示为二维网格,其中每个单元格可以是空的,包含障碍物或表示起点和终点。每个单元格可以表示一个网格点,该点的坐标可以用(x,y)表示。通过搜索算法,机器人可以在此网格中寻找路径,并移动到相应的点。原创 2024-03-18 19:00:54 · 1377 阅读 · 0 评论 -
机器人路径规划:基于广度优先搜索算法的机器人路径规划(提供Python代码)
广度优先搜索(BFS)是一种用于图或树的遍历算法,它从根节点开始,逐层地向下搜索,直到找到目标节点或遍历完整个图。BFS使用队列数据结构来实现,保证了节点的访问顺序是按照层级逐个进行的。BFS的过程如下:1. 将起始节点放入队列中。2. 从队列中取出一个节点,并访问该节点。3. 将该节点的所有未访问过的邻居节点放入队列中。4. 标记该节点为已访问。5. 重复步骤2-4,直到队列为空。BFS的特点是先访问离起始节点最近的节点,然后逐渐向外扩展。原创 2024-03-18 13:47:29 · 266 阅读 · 0 评论 -
机器人路径规划:基于双向广度优先搜索(Bidirectional Breadth-First grid planning)算法的机器人路径规划(提供Python代码)
双向广度优先搜索算法是一种用于解决图或树中两个节点之间最短路径问题的算法。它通过同时从起点和终点开始搜索,每次扩展当前层的节点,直到两个搜索方向相遇或找到了最短路径。算法步骤如下:1. 初始化两个队列,分别存放起点和终点。2. 初始化两个集合,分别用于记录起点和终点已经访问过的节点。3. 从起点和终点分别开始进行广度优先搜索,每次扩展当前层的节点。4. 在每一轮搜索中,检查当前层的节点是否已经在另一方向的集合中出现过,如果是,则找到了最短路径。原创 2024-03-18 13:33:48 · 222 阅读 · 0 评论 -
机器人路径规划:基于双向A*算法(bidirectional a star)的机器人路径规划(提供Python代码)
传统A*算法是一种静态路网中求解最短路径最有效的方法, 它结合了BFS 算法和迪杰斯特拉算法(Dijkstra)的优点。和迪杰斯特拉算法(Dijkstra)一样, A*算法能够用于 搜索最短路径;和BFS 算法一样, A*算法可以用 启发式函数引导给出当下的最佳解。传统A*算法的重点在于扩展下一个节点时引入了启发式函数 h(n), 对当前节点到目标节点的距离代价进行了评 估。通过计算函数的相对最优解来筛选当前节点周 围的扩展节点, 能适用于各种场景, 相当灵活。原创 2024-03-18 13:15:35 · 635 阅读 · 0 评论 -
机器人路径规划:基于D*Lite的机器人路径规划(提供Python代码)
D* Lite算法是栅格模型下针对动态环境的路径规划算法, 其将LPA*算法的思想运用于动态环境下, 使得移动机器人在未知环境下可以快速重规划。原创 2024-03-18 12:48:21 · 518 阅读 · 0 评论 -
机器人路径规划:基于改进型A*算法的机器人路径规划(提供Python代码)
A*算法最早可追溯到1968年,在IEEE Transactions on Systems Science and Cybernetics中的论文A Formal Basis for the Heuristic Determination of Minimum Cost Paths中首次提出。参考文献:[2]张海涛,程荫杭.基于A*算法的全局路径搜索[J].微计算机信息, 2007(17):3.DOI:10.3969/j.issn.1008-0570.2007.17.095.原创 2024-03-17 22:37:43 · 435 阅读 · 0 评论 -
机器人路径规划:基于A*算法的机器人路径规划(提供Python代码)
A*算法最早可追溯到1968年,在IEEE Transactions on Systems Science and Cybernetics中的论文A Formal Basis for the Heuristic Determination of Minimum Cost Paths中首次提出。正如本文的摘要所说,A*算法是把启发式方法如BFS(完全使用贪心策略),和常规方法如Dijsktra算法结合在一起的算法。有点不同的是,类似BFS的启发式方法经常给出一个近似解而不是保证最佳解。原创 2024-03-17 21:39:24 · 375 阅读 · 0 评论 -
机器人路径规划:基于D*算法的机器人路径规划(提供Python代码)
D*算法(Dynamic A Star)的主要思想是先利用静态规划算法计算出各个节点距离目标节点的最短路径,再从起始节点向后追溯,如果下一节点的状态发生变化,则调整弧的代价函数并重新搜索。相对于静态规划算法, D*算法的特点是可用于仅部分环境已知或环境不断变化的状况下的路径寻优,与其他重规划算法 的思想不同,动态的 D*算法是一种不完全重规划 算法,利用原有的规划信息,在一定的程度上实现最 优性及实时性的结合。原创 2024-03-17 20:56:01 · 464 阅读 · 1 评论 -
机器人路径规划:基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(提供Python代码)
深度优先搜索算法(Depth-First-Search)的基本思想是沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所有边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。算法步骤如下:1.访问顶点v;2.依次从v的未被访问的邻接点出发,对图进行深度优先遍历;直至图中和v有路径相通的顶点都被访问;原创 2024-03-17 19:57:10 · 306 阅读 · 0 评论 -
机器人路径规划:基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(提供Python代码)
Dijkstra算法采用贪心策略,通过逐步扩展已知最短路径集合来逐步确定最短路径。它使用一个距离数组来记录从起始节点到其他节点的当前最短距离,并通过不断更新距离数组来逐步确定最短路径。原创 2024-03-17 19:23:49 · 642 阅读 · 0 评论 -
机器人路径规划:基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(提供Python代码)
流场寻路算法通过将环境划分为网格,并在每个网格中计算出一个流场向量,表示该位置的流动方向和速度。路径规划时,根据起点和终点的位置,以及当前位置的流场向量,选择下一步的移动方向,使得路径更加顺畅和高效。原创 2024-03-17 18:44:57 · 420 阅读 · 0 评论 -
基于河马优化算法(Hippopotamus optimization algorithm,HO)的无人机三维路径规划
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:close allclearclc% 创建模型F='F1';%获取函数信息pop=100;原创 2024-03-10 17:57:22 · 416 阅读 · 0 评论 -
角蜥优化算法 (Horned Lizard Optimization Algorithm ,HLOA)求解无人机路径优化
无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。角蜥优化算法 (Horned Lizard Optimization Algorithm ,HLOA)由Peraza-Vázquez等人于2024年提出的一种新颖的元启发式优化算法,它在数学上模拟了角蜥皮肤变黑或变亮、喷血和移动逃生防御方法。原创 2024-03-10 17:56:51 · 1201 阅读 · 0 评论 -
基于鳑鲏鱼优化算法(Bitterling Fish Optimization,BFO)的无人机三维路径规划
无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。鳑鲏鱼优化算法(Bitterling Fish Optimization,BFO)由Lida Zareian 等人于2024年提出。鳑鲏鱼在交配中,雄性和雌性物种相互接近,然后将精子和卵子释放到水中,但这种方法有一个很大的缺点。幼鱼暴露在各种外部危害中,很容易成为其他动物的猎物。原创 2024-03-10 17:54:16 · 966 阅读 · 0 评论 -
巨型犰狳优化算法(Giant Armadillo Optimization,GAO)的无人机三维路径规划(MATLAB)
无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。巨型犰狳优化算法(Giant Armadillo Optimization,GAO)由Omar Alsayyed等人于2023年提出,该算法模仿了巨型犰狳在野外的自然行为。GAO设计的基本灵感来自巨型犰狳向猎物位置移动和挖掘白蚁丘的狩猎策略。原创 2024-03-10 17:52:47 · 730 阅读 · 0 评论 -
基于斑翠鸟优化算法(Pied Kingfisher Optimizer ,PKO)的无人机三维路径规划(MATLAB)
斑翠鸟优化算法(Pied Kingfisher Optimizer ,PKO),是由Abdelazim Hussien于2024年提出的一种基于群体的新型元启发式算法,它从自然界中观察到的斑翠鸟独特的狩猎行为和共生关系中汲取灵感。PKO 算法围绕三个不同的阶段构建:栖息/悬停猎物(探索/多样化)、潜水寻找猎物(开发/集约化)和培养共生关系。这些行为方面被转化为数学模型,能够有效地解决不同搜索空间中的各种优化挑战。原创 2024-03-10 17:51:42 · 369 阅读 · 0 评论 -
基于电鳗觅食优化算法(Electric eel foraging optimization,EEFO)的无人机三维路径规划(提供MATLAB代码)
无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。电鳗觅食优化算法(Electric eel foraging optimization,EEFO)由Weiguo Zhao等人提出的一种元启发算法,EEFO从自然界中电鳗表现出的智能群体觅食行为中汲取灵感。原创 2024-03-10 16:21:37 · 1006 阅读 · 0 评论 -
基于鹦鹉优化算法(Parrot optimizer,PO)的无人机三维路径规划(提供MATLAB代码)
无人机三维路径规划是指在三维空间中为无人机规划一条合理的飞行路径,使其能够安全、高效地完成任务。路径规划是无人机自主飞行的关键技术之一,它可以通过算法和模型来确定无人机的航迹,以避开障碍物、优化飞行时间和节省能量消耗。鹦鹉优化算法(Parrot optimizer,PO)由Junbo Lian等人于2024年提出的一种高效的元启发式算法,该算法从驯养的鹦鹉中观察到的觅食、停留、交流和对陌生人行为的恐惧中汲取灵感。这些行为被封装在四个不同的公式中,以促进寻找最佳解决方案。原创 2024-03-10 16:07:05 · 977 阅读 · 0 评论