【無人機(jī)】基于粒子群實(shí)現(xiàn)二維環(huán)境的目標(biāo)路徑規(guī)劃附參考論文及代碼
【無人機(jī)】基于粒子群實(shí)現(xiàn)二維環(huán)境的目標(biāo)路徑規(guī)劃附參考論文及代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 簡介
本文提出了一種新的算法，稱為運(yùn)動編碼粒子群優(yōu)化（MPSO）用于使用無人機(jī) (UAV) 尋找移動目標(biāo)。根據(jù)貝葉斯理論，搜索問題可以轉(zhuǎn)化為代表概率的代價函數(shù)的優(yōu)化的檢測目標(biāo)。在這里，提出的 MPSO 被開發(fā)來通過編碼來解決這個問題搜索軌跡作為一系列無人機(jī)運(yùn)動路徑隨著粒子的生成而演變一個 PSO 算法。這種運(yùn)動編碼的方法允許保留重要的屬性群體包括認(rèn)知和社會連貫性，從而產(chǎn)生更好的解決方案。
應(yīng)用。
2 部分代碼
%
_____
_____
_____
_____
_____
_____
_____
_____
_____
_____
_____
_____
_____
_____
___
%
% Motion-encoded Partical Swarm Optimization (MPSO) source codes demo 1.0%
% %
% Create a search path from the encoded motions
%
function path=PathFromMotion(position,model)
n=model.n;
xs = model.xs;
ys = model.ys;
path = zeros(n,2); % path initialisation
currentNode = [xs ys];
for i=1:n
motion = position(i,:);
nextMove = MotionDecode(motion);
nextNode = currentNode + nextMove;
% Limit the path to be within the map
% x direction
if nextNode(1) > model.xmax
nextNode(1) = model.xmax;
elseif nextNode(1) < model.xmin
nextNode(1) = model.xmin;
end
% y direction
if nextNode(2) > model.ymax
nextNode(2) = model.ymax;
elseif nextNode(2) < model.ymin
nextNode(2) = model.ymin;
end
path(i,:) = currentNode;
currentNode = nextNode;
end
end
3 仿真結(jié)果
4 參考文獻(xiàn)
[1]MD Phung, Ha Q P . Motion-Encoded Particle Swarm Optimization for Moving Target Search Using UAVs[J]. Applied Soft Computing, 2020.
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。