.png){kind=icon}
返回
Dung beetle optimization algorithm with multi-strategy fusion for multi-UAV path planning
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-07978-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无人机路径规划是无人机技术中的一个关键方面。其主要目标是确定从出发点到目的地的最优无碰撞路径，同时满足包括最小化路径长度、应对环境复杂性以及避障在内的多种要求。然而，传统的优化方法和启发式算法在复杂环境中常面临挑战，例如易陷入局部最优和避障能力不足等问题。为解决这些问题，构建了一个综合考虑路径长度、无人机间碰撞、威胁等级、飞行高度和路径平滑度等因素的无人机路径规划模型。提出了一种多策略融合的 dung beetle 优化算法（DBOMF）。在DBOMF中，基于黄金比例系数结合正弦函数的滚动屎壳郎位置更新策略平衡了全局探索与局部开发能力。随后，提出了基于螺旋搜索的繁殖屎壳郎和小屎壳郎位置更新机制，使个体能够沿螺旋路径更广泛地探索解空间，从而提升算法的搜索效率与鲁棒性。此外，采用年龄淘汰机制增强种群多样性。最后，实施渐进缩放调整策略，动态平衡随机扰动与最优解扰动，提高算法的精度和收敛速度。不同场景下多种算法的实验结果表明，DBOMF算法能够规划出长度更短且更均匀的路径，同时在复杂环境中展现出更强的避障能力和全局最优性能。
Keyword:
Path planning
Multi-UAV
Dung beetle optimization
Multi-strategy
.png){kind=icon}
