一种用于无人机路径规划的竞争博弈优化算法
系统与控制
2024-04-16 v1 系统与控制
摘要
为了解决无人机路径规划问题，提出了一种称为竞争博弈优化器的元启发式优化算法。在CGO模型中，建立了探索与开发以及候选解替换三个阶段，分别对应玩家搜寻补给、战斗以及向安全区移动。在算法探索阶段，引入Lévy飞行以提高算法的全局收敛性。CGO中还引入了随迭代次数自适应变化的遭遇概率。实现了优化问题解空间中探索与开发之间的平衡，并对每个步骤进行了数学描述与建模。在取自CEC2017和CEC2022的一组41个测试函数上评估了CGO的性能，随后将其与八种广泛认可的元启发式优化算法进行了比较。仿真结果表明，所提算法成功实现了探索与开发之间的平衡折中，与七种经典算法相比展现出显著优势。此外，为了进一步验证CGO的有效性，将其应用于8个实际工程设计问题和无人机路径规划中，结果表明CGO在处理这些实际优化问题时表现出强大的性能，具有良好的应用前景。
引用
@article{arxiv.2404.09567,
title = {A competitive game optimization algorithm for Unmanned Aerial Vehicle path planning},
author = {Tai-shan Lou and Guang-sheng Guan and Zhe-peng Yue and Yu Wang and Ren-long Qi and Shi-hao Tong},
journal= {arXiv preprint arXiv:2404.09567},
year = {2024}
}