Improved Whale Optimization Multiple UAVs Path Planning based on Multiple Dimension Stereo Strategy

Li, Ying

doi:10.1002/cpe.70601

Improved Whale Optimization Multiple UAVs Path Planning based on Multiple Dimension Stereo Strategy

2026-03-01

0

PRE

AI

DOI：10.1002/cpe.70601

原文链接

原文求助

摘要

En 中文

考虑到鲸鱼优化算法收敛速度慢且易陷入局部最优，本文引入基于多策略的鲸鱼优化算法（MSWOA）作为解决方案。在MSWOA中，采用随机初始化以确保种群多样性。构建动态收敛因子和自适应权重因子以提升算法的全局和局部搜索能力。随后，通过收敛性和复杂度分析证明了算法的可行性。此外，为验证算法的整体优化性能及其实际应用中的可操作性，确定了多无人机（UAV）的最优路径。以三维地形下的多无人机路径规划为优化目标问题，在相同模拟条件下将所提算法与其他算法进行比较。MSWOA在初始50次迭代内快速达到稳定的低目标值，并实现平均适应度0.80，较其他算法均值低约6%，较WOA和RDWOA低约10%。此外，标准差降低了50%至70%。

Keyword:

adaptive inertia weight factor

dynamic convergence factor

multiple strategy

multiple UAVs path planning

three-dimensional coordinates

Improved Whale Optimization Multiple UAVs Path Planning based on Multiple Dimension Stereo Strategy

摘要

期刊

机构

引用论文