【论文复现|智能算法改进】基于改进鲸鱼优化算法的移动机器人多目标点路径规划

本文主要是介绍【论文复现|智能算法改进】基于改进鲸鱼优化算法的移动机器人多目标点路径规划,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

    • 1.算法原理
    • 2.数学模型
    • 3.改进点
    • 4.结果展示
    • 5.参考文献
    • 6.代码获取


1.算法原理

SCI二区|鲸鱼优化算法(WOA)原理及实现【附完整Matlab代码】

2.数学模型

使用 A* 算法生成所有目标点之间的距离矩阵U:
U = [ d 1 − 1 d 1 − 2 d 1 − 3 ⋯ d 1 − i d 2 − 1 d 2 − 2 d 2 − 3 ⋯ d 2 − i d 3 − 1 d 3 − 2 d 3 − 3 ⋯ d 3 − i ⋮ ⋮ ⋮ ⋱ ⋮ d j − 1 d j − 2 d j − 3 ⋯ d j − i ] U=\begin{bmatrix}d_{1-1}&d_{1-2}&d_{1-3}&\cdots&d_{1-i}\\d_{2-1}&d_{2-2}&d_{2-3}&\cdots&d_{2-i}\\d_{3-1}&d_{3-2}&d_{3-3}&\cdots&d_{3-i}\\\vdots&\vdots&\vdots&\ddots&\vdots\\d_{j-1}&d_{j-2}&d_{j-3}&\cdots&d_{j-i}\end{bmatrix} U= d11d21d31dj1d12d22d32dj2d13d23d33dj3d1id2id3idji
其中,di-j为第i个目标点到第j个目标点 A* 算法所规划路径的实际距离。
多目标点路径规划问题可表述为:移动机器人需要遍历n个目标点,且每个目标仅被遍历一次,目的是求一条经过所有目标点的最短路径。
V = ∑ i = 1 , i = 1 n x ( l i , l j ) V=\sum_{i=1, i=1}^nx\Big(l_i,l_j\Big) V=i=1,i=1nx(li,lj)

3.改进点

自适应搜索控制系数

在标准鲸鱼优化算法中,系数向量C为均匀分布在[0,2] 内的随机数,是一个控制搜索速率的参数,故C值是在每次迭代时随机生成的,这可能导致搜索行为较为随机,无法充分平衡算法全局搜索和局部搜索的能力,从而导致
收敛精度不足。本文提出一种自适应搜索控制系数动态调整:
C = 2 k ⋅ ( 1 − i / i max ⁡ ) C=2k\cdot\begin{pmatrix}1-i / i_{\max}\end{pmatrix} C=2k(1i/imax)

记忆库列表策略

添加一个记忆库列表,使算法能够记录迭代过程中遇到过的当前最优解。
PS:个人感觉用处不大🤣

再加入一种自己提出的创新改进策略A

4.结果展示

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

5.参考文献

[1] 王步伟,潘鹏程.基于改进鲸鱼优化算法的移动机器人多目标点路径规划[J].机器人技术与应用,2023,(06):14-19.

6.代码获取

这篇关于【论文复现|智能算法改进】基于改进鲸鱼优化算法的移动机器人多目标点路径规划的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1058951

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

hdu2544(单源最短路径)

模板题: //题意:求1到n的最短路径,模板题#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#i

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表