返回
Multi-Strategy Variable Secretary Bird Optimization Algorithm (MSVSBOA) for Global Optimization and UAV 3D Path Planning
DOI:10.3390/sym18020273.png)
摘要
En 中文
本研究提出了一种增强型的 Secretary Bird Optimization Algorithm (SBOA) 变体,命名为 MSVSBOA,旨在解决 SBOA 在全局优化和无人机三维路径规划中的局限性。所提出的 MSVSBOA 整合了三种互补策略以实现平衡的探索与开发权衡。首先,引入了一种基于 Lévy 的定向探索机制,以增强全局搜索能力并防止早熟收敛。其次,整合了螺旋运动机制以强化局部开发行为并提高收敛精度。第三,采用了一种受差分进化启发的细化策略(DE-Refinement),以加速优化后期的高精度开发。MSVSBOA 在 CEC 2014 和 CEC 2022 基准测试套件上进行了全面评估。实验结果表明,与 SBOA 和其他多策略变体相比,MSVSBOA 在精度、收敛速度和鲁棒性方面均表现出更优性能。此外,MSVSBOA 应用于一个具有挑战性的无人机三维路径规划问题,成功生成安全、平滑且无碰撞的轨迹,同时优于竞争算法。这些发现证实了所提出的 MSVSBOA 在全局优化问题和实际无人机应用中的有效性。
Keyword:
secretary bird optimization
multi-strategy
Levy flight
spiral
differential evolution
期刊
S
IF:
2.2
论文数:
1.4K
被引数:
0
机构
引用论文
Autonomous Path Planning via Sand Cat Swarm Optimization With Multi-Strategy Mechanism for Unmanned Aerial Vehicles in Dynamic Environment基于多策略机制沙猫群优化的无人机动态环境自主路径规划
A multi-strategy improved Coati optimization algorithm for solving global optimization problems一种求解全局优化问题的多策略改进Coati优化算法
Secretary bird optimization algorithm: a new metaheuristic for solving global optimization problems秘书鸟优化算法: 解决全局优化问题的一种新的元启发式算法
Wang, X.; Wei, P.; Li, Y. Enhanced secretary bird optimization algorithm with multi-strategy fusion and Cauchy–Gaussian crossover. Sci. Rep. 2025, 15, 23163. [Google Scholar] [CrossRef]王, X.; 魏P.; 李, Y. 增强的秘书鸟优化算法与多策略融合及Cauchy–Gaussian交叉. Sci. Rep. 2025, 15, 23163. [Google Scholar] [CrossRef]

