基于人工蜂群算法多无人机轨迹规划

这篇具有很好参考价值的文章主要介绍了基于人工蜂群算法多无人机轨迹规划。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

#生物背景

蜜蜂是一种群居生物,生物学家研究发现蜜蜂以跳舞的方式来交换蜜源信息。根据分工的不同,蜜蜂被分为三个工种:引领峰、跟随蜂、侦察蜂

侦察蜂的职责是侦察蜜源(即蜜蜂的食物),一旦某一个侦察蜂找到蜜源后,实际上它的角色就切换为引领蜂了。

找到蜜源后的引领峰以跳舞的方式向同伴传递自己找到食物的信息,这时候一些饥饿的、没有找到食物的蜜蜂就会沿着引领峰指明的方向去寻找食物,这些相信引领峰传递的信息的蜜蜂实际上就是跟随蜂这实际上属于招募蜜蜂的行为。

当引领峰寻找了多次蜜源后,发现再也找不到吃起来更香的蜜源后,引领峰说话的信服力会降低,于是跟随蜂也逐渐不相信引领峰传递的信息。

引领峰转变角色,做回侦察蜂。直到再次找到高质量的蜜源后,再做回引领峰,这实际上属于放弃蜜源的行为。

综上,蜂群实现群体智慧的最小搜索模型包括蜜源引领蜂跟随蜂侦察蜂共4个组成要素,以及招募蜜蜂放弃蜜源2种基本的行为。

#步骤

1)初始化各蜜源 ; 设定参数数量、侦察蜂搜索阈值以及最大迭代次数;
2)为蜜源分配一只引领蜂,在范围内进行随机搜索,产生新蜜源 ;
3)依据适应度评价函数,根据贪婪选择的方法确定保留的蜜源;
4)   轮盘赌计算引领蜂找到的蜜源被跟随的概率;
5)跟随峰采用与引领蜂相同的方式进行搜索,根据贪婪选择的方法确定保留的蜜源;
6)判断蜜源是否满足被放弃的条件。如满足,对应的引领蜂角色变为侦察蜂,否则直接转到8;
7)侦察蜂根据式(4)随机产生新蜜源;
8)判断算法是否满足终止条件,若满足则终止,输出最优解,否则转到2

#多无人机轨迹规划约束

基于人工蜂群算法多无人机轨迹规划,无人机

#算法步骤

初始化初值,并对于不同长度的路径确定不同数量的节点数使节点大致呈均匀分布
产生蜜源,计算适应度
开采蜜源,贪婪算法求解
如果一个蜜源经过多次开采没被更新,超过了预定阈值 limit ,那么需抛弃这个蜜源,启动探索蜂阶段
最大迭代次数求最优适应度,求解下一个节点
B 样条平滑处理

蜂群采蜜行为

无人机代价函数优化问题

蜜源位置

可行路径节点的坐标值

蜜源的收益度大小

可行路径节点坐标的质量

寻找蜜源与采蜜的速度

无人机代价函数的求解速度

##仿真

基于人工蜂群算法多无人机轨迹规划,无人机

代码结果:

distance_min =

  264.8229

  204.0834

  318.8194

  291.2678

routes_distance =

  265.1149

  211.3959

  363.0191

  309.3624

time_plan =

    8.8372

   26.8372

   35.8372

   17.8372

V_plan =

   30.0000

    7.8770

   10.1297

   17.3437

代码链接GitHub - promising76/abc-UAVplanning

部分代码如下:

clc
close all
clear all
%================================��������=============================================%
global boundary setstart setfinal node delta_H danger_xi danger_yi danger_zi danger_ri weight;
%node=12;%���յ��������ʼ�㵽�յ�Ľڵ����(ż��)
L_FEN=26;%���ýڵ��ļ������
delta_H=[20 40];%���(���)�߶ȡ����й�����͸߶�
danger_xi=[207.1 393.9];%�������������                
danger_yi=[333.3 414.1];
danger_zi=[389.9 349.2];
danger_ri=[0 0];%������в�뾶
weight=[1 0.01 0.3];%·�����ȡ������߶ȡ��н���ռȨ��
boundary=[500 0];%���û���������
setfinal=[291.8 219.8 492.4];%�����յ�
setstart_ALL=[176.8 237.4 254.5;%������㣬����Ϊ���˻�1��2��3...
             161.6 363.6 429;
             454.5 146.5 228.2;
             393.9 308.1 234.3];          
Vmin=3;%�������˻������ٶȷ�Χ��m/s��
Vmax=30;
Ways=2;%Ways=1ʱ��ʵ��ͬʱ��ɣ�ͬʱ����Ŀ�ꣻWays=2ʱ��ʵ��ָ��˳�����ε���Ŀ��
Order=[1 4 2 3];%���˻�����˳��
interval=9;%���˻�������ʱ�䣨s��
%====================================================================================%       
lineX=size(setstart_ALL,1);

 文章来源地址https://www.toymoban.com/news/detail-805756.html

到了这里,关于基于人工蜂群算法多无人机轨迹规划的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【APF三维路径规划】人工势场算法无人机三维路径规划【含Matlab源码 168期】

    获取代码方式1: 完整代码已上传我的资源:【三维路径规划】基于matlab人工势场算法无人机三维路径规划【含Matlab源码 168期】 获取代码方式2: 付费专栏Matlab路径规划(初级版) 备注: 点击上面蓝色字体付费专栏Matlab路径规划(初级版),扫描上面二维码,付费29.9元订阅

    2024年01月18日
    浏览(44)
  • 多旋翼物流无人机节能轨迹规划(Python代码实现)

       💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🌈3 Python代码实现 🎉4 参考文献 多旋

    2024年02月16日
    浏览(48)
  • 【无人机】基于灰狼优化算法的无人机路径规划问题研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 ​ 随着

    2023年04月22日
    浏览(88)
  • 【无人机三维路径规划】基于飞狐算法FFO实现复杂地形无人机三维航迹规划附Matlab代码

     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab完整代码及仿真定制内容点击👇 智能优化算法       神经网络预测       雷达通信       无

    2024年03月14日
    浏览(124)
  • 【无人机三维路径规划】基于蜜獾算法实现复杂地形无人机三维航迹规划附含Matlab代码

     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进, 代码获取、论文复现及科研仿真合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab完整代码及仿真定制内容点击👇 智能优化算法       神经网络预测       雷达通信    

    2024年02月21日
    浏览(134)
  • 基于蜣螂算法的无人机航迹规划-附代码

    摘要:本文主要介绍利用蜣螂算法来优化无人机航迹规划。 蜣螂搜索算法的具体原理参考博客:https://blog.csdn.net/u011835903/article/details/128280084 ​ 环境模型的建立是考验无人机是否可以圆满完成人类所赋予各项任务的基 础和前提,其中第一步便是如何描述规划空间中的障碍物

    2024年02月11日
    浏览(39)
  • 基于和声算法的无人机航迹规划-附代码

    摘要:本文主要介绍利用和声算法来优化无人机航迹规划。 和声算法原理请参考:https://blog.csdn.net/u011835903/article/details/118724731 ? 环境模型的建立是考验无人机是否可以圆满完成人类所赋予各项任务的基 础和前提,其中第一步便是如何描述规划空间中的障碍物。首先我们将采

    2024年02月06日
    浏览(52)
  • 基于Dijkstra算法实现无人机三维路径规划

    基于Dijkstra算法实现无人机三维路径规划 无人机在飞行任务中往往需要寻找一条最优路径以达到最佳的飞行效果。而在三维空间中,路径规划问题变得更加复杂。本文将介绍如何基于Dijkstra算法来解决无人机三维路径规划问题,并且提供相应的matlab代码。 一、Dijkstra算法简介

    2024年02月14日
    浏览(61)
  • 基于野狗算法的无人机航迹规划-附代码

    摘要:本文主要介绍利用野狗算法来优化无人机航迹规划。 野狗算法原理请参考:https://blog.csdn.net/u011835903/article/details/122368818 ? 环境模型的建立是考验无人机是否可以圆满完成人类所赋予各项任务的基 础和前提,其中第一步便是如何描述规划空间中的障碍物。首先我们将采

    2024年02月05日
    浏览(45)
  • 基于供需算法的无人机航迹规划-附代码

    摘要:本文主要介绍利用供需算法来优化无人机航迹规划。 供需算法原理请参考:https://blog.csdn.net/u011835903/article/details/118800934 ? 环境模型的建立是考验无人机是否可以圆满完成人类所赋予各项任务的基 础和前提,其中第一步便是如何描述规划空间中的障碍物。首先我们将采

    2024年02月06日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包