Dogfight Search：基于群体的用于复杂工程优化与山地 terrain 路径规划的优化算法
人工智能
2026-03-31 v1
摘要
Dogfight是战斗机之间合作行为的一种战术形式。受此启发，本文提出了一种无隐喻的新型元启发式算法，称为Dogfight Search (DoS)。与传统算法不同，DoS不从仿生学中直接提取算法框架，而是基于运动学位移积分方程构建其搜索机制。通过在CEC2017和CEC2022基准测试函数、10个实际受约束优化问题和山地 terrain 路径规划任务上的实验验证，DoS在整体性能上显著优于7个先进的竞争者，并在Friedman排名中名列第一。此外，本文将DoS与3个SOTA算法在CEC2017和CEC2022基准测试函数上的性能进行比较。结果表明，DoS持续保持其领先地位，显示出强大的竞争力。DoS的源代码已在 https://ww2.mathworks.cn/matlabcentral/fileexchange/183519-dogfight-search 上提供。
关键词
引用
@article{arxiv.2603.28046,
title = {Dogfight Search: A Swarm-Based Optimization Algorithm for Complex Engineering Optimization and Mountainous Terrain Path Planning},
author = {Yujing Sun and Jie Cai and Xingguo Xu and Yuansheng Gao and Lei Zhang and Kaichen Ouyang and Zhanyu Liu},
journal= {arXiv preprint arXiv:2603.28046},
year = {2026}
}
备注
Preprint