.png){kind=icon}
返回
An Improved Spherical Vector and Truncated Mean Stabilization Based Bat Algorithm for UAV Path Planning
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2023.3234057.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无人机具有广泛的应用。针对静态复杂环境下的无人机航迹规划问题，研究了一种基于传统蝙蝠算法 (BA) 的智能优化算法。这项工作的主要目标是在考虑无人机的可行性和安全操作要求的同时，开发更安全的飞行路径。提出了一种改进的基于球面坐标和截断平均稳定策略的蝙蝠优化算法 (tms-sba)。该算法利用无人机的运动空间对算子进行编码，通过在每次迭代后用新蝙蝠代替旧蝙蝠的最差蝙蝠来增加种群多样性，使得算法能够在复杂环境下快速收敛，同时保持稳定运行。此外，利用b样条曲线平滑生成飞行路径，使规划的路径适用于无人机。MATLAB仿真实验表明，与其他传统的群智能算法相比，tms-sba能够在复杂环境下成功生成可行有效的最优解，为无人机规划出更短、更安全、更便捷的飞行路径。
Keyword:
Unmanned aerial vehicle (UAV)
path planning
bat algorithm
configuration space
truncated mean stabilization strategy
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
暂无机构信息
引用论文
Multi-Scale Quantum Harmonic Oscillator Algorithm With Truncated Mean Stabilization Strategy for Global Numerical Optimization Problems.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Enhanced discrete particle swarm optimization path planning for UAV vision-based surface inspection面向无人机视觉表面检测的增强型离散粒子群优化路径规划OAAI
OAAI分享收藏Efficient path planning for UAV formation via comprehensively improved particle swarm optimization基于综合改进粒子群算法的无人机编队高效航迹规划ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏
查看更多内容