(五)Tiki-taka算法(TTA)求解无人机三维路径规划研究(MATLAB)

2023-12-01 16:52

本文主要是介绍(五)Tiki-taka算法(TTA)求解无人机三维路径规划研究(MATLAB),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!

一、无人机模型简介:

单个无人机三维路径规划问题及其建模_IT猿手的博客-CSDN博客

参考文献:

[1]胡观凯,钟建华,李永正,黎万洪.基于IPSO-GA算法的无人机三维路径规划[J].现代电子技术,2023,46(07):115-120

二、Tiki-taka算法(TTA)简介

极致攻守算法(Tiki-Taka Algorithm,TTA)由Mohd Fadzil Faisae Ab. Rashid于2020年提出,该算法受tiki-taka 足球风格的短传、球员定位和保持控球的特点所启发。其旨在控制控球权并利用其战术优势击败对手,TTA算法新颖高效。单目标应用:Tiki-taka算法(TTA)求解太阳能光伏模型MATLAB_IT猿手的博客-CSDN博客

参考文献:

[1]Ab. Rashid, M.F.F. (2021), "Tiki-taka algorithm: a novel metaheuristic inspired by football playing style", Engineering Computations, Vol. 38 No. 1, pp. 313-343. Tiki-taka algorithm: a novel metaheuristic inspired by football playing style | Emerald Insight

[2]Zamli, Kamal Z , Kader, et al. Selective chaotic maps Tiki-Taka algorithm for the S-box generation and optimization. 

三、TTA求解无人机路径规划

(1)部分代码

close all
clear  
clc
addpath('./Algorithm/')%添加算法路径
warning off;
%% 三维路径规划模型定义
global startPos goalPos N
N=2;%待优化点的个数(可以修改)
startPos = [10, 10, 80]; %起点(可以修改)
goalPos = [80, 90, 150]; %终点(可以修改)
SearchAgents_no=30; % 种群大小(可以修改)
Function_name='F2'; %F1:随机产生地图 F2:导入固定地图
Max_iteration=50; %最大迭代次数(可以修改)
% Load details of the selected benchmark function
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
[Best_score,Best_pos,curve]=TTA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);%算法优化求解
AlgorithmName='TTA';%算法名字
figure
semilogy(curve,'Color','g','linewidth',3)
xlabel('迭代次数');
ylabel('飞行路径长度');
legend(AlgorithmName)
display(['算法得到的最优适应度: ', num2str(Best_score)]); 
Position=[Best_pos(1:dim/3); Best_pos(1+dim/3:2*(dim/3)); Best_pos(1+(2*dim/3):end)]'; %优化点的XYZ坐标(每一行是一个点)
plotFigure(Best_pos,AlgorithmName)%画最优路径

(2)部分结果

无人机飞行路径坐标:

   1.0000000e+01   1.0000000e+01   8.0000000e+011.0462995e+01   1.0477171e+01   8.0627999e+011.0913211e+01   1.0913530e+01   8.1223090e+011.1351567e+01   1.1311203e+01   8.1786813e+011.1778985e+01   1.1672315e+01   8.2320707e+011.2196385e+01   1.1998990e+01   8.2826314e+011.2604688e+01   1.2293355e+01   8.3305172e+011.3004814e+01   1.2557533e+01   8.3758822e+011.3397683e+01   1.2793650e+01   8.4188804e+011.3784217e+01   1.3003830e+01   8.4596657e+011.4165336e+01   1.3190200e+01   8.4983922e+011.4541961e+01   1.3354883e+01   8.5352138e+011.4915011e+01   1.3500005e+01   8.5702846e+011.5285408e+01   1.3627691e+01   8.6037585e+011.5654072e+01   1.3740065e+01   8.6357896e+011.6021924e+01   1.3839254e+01   8.6665318e+011.6389884e+01   1.3927381e+01   8.6961391e+011.6758873e+01   1.4006571e+01   8.7247655e+011.7129811e+01   1.4078951e+01   8.7525651e+011.7503620e+01   1.4146645e+01   8.7796918e+011.7881219e+01   1.4211777e+01   8.8062996e+011.8263529e+01   1.4276473e+01   8.8325424e+011.8651471e+01   1.4342857e+01   8.8585744e+011.9045965e+01   1.4413056e+01   8.8845495e+011.9447932e+01   1.4489193e+01   8.9106216e+011.9858292e+01   1.4573394e+01   8.9369449e+012.0277966e+01   1.4667784e+01   8.9636732e+012.0707875e+01   1.4774488e+01   8.9909606e+012.1148938e+01   1.4895630e+01   9.0189611e+012.1602078e+01   1.5033337e+01   9.0478286e+012.2068214e+01   1.5189732e+01   9.0777172e+012.2548266e+01   1.5366940e+01   9.1087808e+012.3043156e+01   1.5567088e+01   9.1411735e+012.3553803e+01   1.5792299e+01   9.1750492e+012.4081129e+01   1.6044700e+01   9.2105620e+012.4626055e+01   1.6326414e+01   9.2478658e+012.5189499e+01   1.6639566e+01   9.2871146e+012.5772384e+01   1.6986283e+01   9.3284624e+012.6375630e+01   1.7368688e+01   9.3720633e+012.7000157e+01   1.7788907e+01   9.4180712e+012.7646886e+01   1.8249065e+01   9.4666400e+012.8316737e+01   1.8751287e+01   9.5179239e+012.9010632e+01   1.9297698e+01   9.5720768e+012.9729489e+01   1.9890422e+01   9.6292527e+013.0474231e+01   2.0531585e+01   9.6896056e+013.1245778e+01   2.1223312e+01   9.7532894e+013.2045050e+01   2.1967728e+01   9.8204583e+013.2872968e+01   2.2766958e+01   9.8912661e+013.3730452e+01   2.3623126e+01   9.9658668e+013.4618423e+01   2.4538358e+01   1.0044415e+023.5537802e+01   2.5514779e+01   1.0127063e+023.6489509e+01   2.6554514e+01   1.0213967e+023.7474464e+01   2.7659688e+01   1.0305279e+023.8493589e+01   2.8832425e+01   1.0401155e+023.9547803e+01   3.0074851e+01   1.0501748e+024.0638028e+01   3.1389092e+01   1.0607211e+024.1765184e+01   3.2777270e+01   1.0717699e+024.2930191e+01   3.4241513e+01   1.0833367e+024.4133970e+01   3.5783945e+01   1.0954367e+024.5377442e+01   3.7406690e+01   1.1080854e+024.6661527e+01   3.9111874e+01   1.1212982e+024.7987146e+01   4.0901622e+01   1.1350905e+024.9355219e+01   4.2778059e+01   1.1494777e+025.0766667e+01   4.4743310e+01   1.1644751e+025.2222410e+01   4.6799499e+01   1.1800983e+025.3723370e+01   4.8948752e+01   1.1963625e+025.5270466e+01   5.1193194e+01   1.2132833e+025.6864619e+01   5.3534950e+01   1.2308759e+025.8506750e+01   5.5976145e+01   1.2491558e+026.0197779e+01   5.8518904e+01   1.2681384e+026.1938627e+01   6.1165351e+01   1.2878391e+026.3730214e+01   6.3917612e+01   1.3082732e+026.5573462e+01   6.6777812e+01   1.3294563e+026.7469290e+01   6.9748076e+01   1.3514036e+026.9418619e+01   7.2830529e+01   1.3741307e+027.1422369e+01   7.6027295e+01   1.3976528e+027.3481462e+01   7.9340501e+01   1.4219853e+027.5596818e+01   8.2772270e+01   1.4471438e+027.7769357e+01   8.6324728e+01   1.4731436e+028.0000000e+01   9.0000000e+01   1.5000000e+02

四、完整MATLAB代码

这篇关于(五)Tiki-taka算法(TTA)求解无人机三维路径规划研究(MATLAB)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/441936

相关文章

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

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

hdu1240、hdu1253(三维搜索题)

1、从后往前输入,(x,y,z); 2、从下往上输入,(y , z, x); 3、从左往右输入,(z,x,y); hdu1240代码如下: #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#inc

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

hdu4826(三维DP)

这是一个百度之星的资格赛第四题 题目链接:http://acm.hdu.edu.cn/contests/contest_showproblem.php?pid=1004&cid=500 题意:从左上角的点到右上角的点,每个点只能走一遍,走的方向有三个:向上,向下,向右,求最大值。 咋一看像搜索题,先暴搜,TLE,然后剪枝,还是TLE.然后我就改方法,用DP来做,这题和普通dp相比,多个个向上

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

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO