多重精英战略增强了用于3D无人机路径规划的RIME算法
Cankun Xie1, Shaobo Li2, Xinqi Qin1
1State Key Laboratory of Public Big Data, Guizhou University, Guiyang, 550025, Guizhou, China.
Scientific reports
|September 17, 2024
概括
本研究介绍了一种精英的RIME算法,用于高效的3D无人机 (UAV) 路径规划. 与现有方法相比,增强的算法在复杂的地形场景中表现出卓越的性能和稳定性.
科学领域:
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
- 优化算法 优化算法
背景情况:
- 无人驾驶飞行器 (UAV) 越来越多地被用于各种应用.
- 有效可靠的3D路径规划对于无人机的运营效率至关重要.
- 现有的算法往往面临着探索,利用和局部最佳的挑战.
研究的目的:
- 开发用于3D无人机路径规划的高级优化算法.
- 提高勘探和开采能力,以寻找全球最佳条件.
- 增强路径规划过程的多样性和稳定性.
主要方法:
- 提出了一个精英RIME算法,结合精英反向学习人口选择策略.
- 实施了一个随机因子控制的精英池探索策略.
- 引入了使用正弦-正弦函数的硬穿孔利用策略.
主要成果:
- 精英RIME算法 (ELRIME) 在CEC2017,CEC2020和CEC2022基准集中对52个测试函数的13个其他算法展示了竞争性结果.
- 在不同地形的3D无人机路径规划中,ELRIME取得了显著的性能改进.
- 具体来说,与RIME算法相比,ELRIME在7峰模型中的性能翻了一番,并在9峰和12峰模型中显示出增强的稳定性和降低的成本.
结论:
- 拟议的ELRIME算法为3D无人机路径规划提供了强大的和高效的解决方案.
- 这些新的策略增强了全球搜索能力,并减轻了当地最佳的陷.
- ELRIME为复杂的无人机任务规划提供了稳定和高性能的方法.
