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

news2024/11/29 8:37:50

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+01
   9.8730326e+00   1.0493499e+01   8.0724276e+01
   9.8013981e+00   1.1013766e+01   8.1472324e+01
   9.7839525e+00   1.1560279e+01   8.2243381e+01
   9.8195523e+00   1.2132512e+01   8.3036681e+01
   9.9070534e+00   1.2729942e+01   8.3851461e+01
   1.0045312e+01   1.3352043e+01   8.4686955e+01
   1.0233185e+01   1.3998292e+01   8.5542399e+01
   1.0469528e+01   1.4668164e+01   8.6417028e+01
   1.0753197e+01   1.5361136e+01   8.7310079e+01
   1.1083048e+01   1.6076682e+01   8.8220786e+01
   1.1457938e+01   1.6814278e+01   8.9148384e+01
   1.1876724e+01   1.7573400e+01   9.0092109e+01
   1.2338260e+01   1.8353524e+01   9.1051197e+01
   1.2841403e+01   1.9154126e+01   9.2024883e+01
   1.3385010e+01   1.9974680e+01   9.3012403e+01
   1.3967937e+01   2.0814664e+01   9.4012991e+01
   1.4589040e+01   2.1673551e+01   9.5025883e+01
   1.5247175e+01   2.2550819e+01   9.6050315e+01
   1.5941198e+01   2.3445943e+01   9.7085522e+01
   1.6669965e+01   2.4358399e+01   9.8130740e+01
   1.7432334e+01   2.5287661e+01   9.9185203e+01
   1.8227159e+01   2.6233207e+01   1.0024815e+02
   1.9053298e+01   2.7194511e+01   1.0131881e+02
   1.9909606e+01   2.8171049e+01   1.0239642e+02
   2.0794939e+01   2.9162297e+01   1.0348022e+02
   2.1708155e+01   3.0167731e+01   1.0456945e+02
   2.2648108e+01   3.1186826e+01   1.0566333e+02
   2.3613656e+01   3.2219058e+01   1.0676111e+02
   2.4603654e+01   3.3263903e+01   1.0786201e+02
   2.5616958e+01   3.4320837e+01   1.0896529e+02
   2.6652426e+01   3.5389334e+01   1.1007016e+02
   2.7708912e+01   3.6468871e+01   1.1117586e+02
   2.8785274e+01   3.7558924e+01   1.1228164e+02
   2.9880367e+01   3.8658968e+01   1.1338672e+02
   3.0993048e+01   3.9768478e+01   1.1449035e+02
   3.2122173e+01   4.0886931e+01   1.1559175e+02
   3.3266597e+01   4.2013802e+01   1.1669017e+02
   3.4425178e+01   4.3148567e+01   1.1778483e+02
   3.5596772e+01   4.4290702e+01   1.1887498e+02
   3.6780234e+01   4.5439682e+01   1.1995984e+02
   3.7974421e+01   4.6594983e+01   1.2103867e+02
   3.9178189e+01   4.7756080e+01   1.2211068e+02
   4.0390395e+01   4.8922450e+01   1.2317511e+02
   4.1609894e+01   5.0093568e+01   1.2423121e+02
   4.2835542e+01   5.1268909e+01   1.2527820e+02
   4.4066197e+01   5.2447950e+01   1.2631532e+02
   4.5300714e+01   5.3630166e+01   1.2734181e+02
   4.6537949e+01   5.4815032e+01   1.2835691e+02
   4.7776759e+01   5.6002025e+01   1.2935984e+02
   4.9015999e+01   5.7190620e+01   1.3034984e+02
   5.0254526e+01   5.8380293e+01   1.3132615e+02
   5.1491197e+01   5.9570519e+01   1.3228801e+02
   5.2724867e+01   6.0760775e+01   1.3323464e+02
   5.3954392e+01   6.1950535e+01   1.3416530e+02
   5.5178630e+01   6.3139276e+01   1.3507920e+02
   5.6396435e+01   6.4326473e+01   1.3597558e+02
   5.7606664e+01   6.5511602e+01   1.3685369e+02
   5.8808174e+01   6.6694139e+01   1.3771275e+02
   5.9999821e+01   6.7873559e+01   1.3855201e+02
   6.1180460e+01   6.9049337e+01   1.3937069e+02
   6.2348949e+01   7.0220951e+01   1.4016804e+02
   6.3504142e+01   7.1387875e+01   1.4094329e+02
   6.4644897e+01   7.2549584e+01   1.4169566e+02
   6.5770070e+01   7.3705556e+01   1.4242441e+02
   6.6878517e+01   7.4855265e+01   1.4312876e+02
   6.7969093e+01   7.5998187e+01   1.4380796e+02
   6.9040656e+01   7.7133798e+01   1.4446122e+02
   7.0092062e+01   7.8261573e+01   1.4508780e+02
   7.1122166e+01   7.9380988e+01   1.4568692e+02
   7.2129825e+01   8.0491519e+01   1.4625783e+02
   7.3113895e+01   8.1592642e+01   1.4679975e+02
   7.4073232e+01   8.2683832e+01   1.4731193e+02
   7.5006693e+01   8.3764565e+01   1.4779359e+02
   7.5913134e+01   8.4834316e+01   1.4824398e+02
   7.6791410e+01   8.5892562e+01   1.4866232e+02
   7.7640379e+01   8.6938777e+01   1.4904786e+02
   7.8458896e+01   8.7972438e+01   1.4939983e+02
   7.9245818e+01   8.8993021e+01   1.4971747e+02
   8.0000000e+01   9.0000000e+01   1.5000000e+02


四、完整MATLAB代码

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1286246.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux-Linux安装JDK及配置环境 及 遇到的问题

下载linux环境对应的JDK的tar.gz包 配置JDK环境:编辑 sudo vim /etc/profile 在文件的最下方,填写 export JAVA_HOME/usr/local/src/software/jdk1.8 export CLASSPATH.:$JAVA_HOME/lib/tools.jar export PATH$JAVA_HOME/bin:$PATH 执行生效命令&…

UVM实现component之间transaction级别的通信

my_model是从i_agt中得到my_transaction,并把 my_transaction传递给my_scoreboard。在UVM中,通常使用TLM(Transaction Level Modeling)实现component之间transaction级别 的通信。 在UVM的transaction级别的通信 中,数…

Git介绍与安装使用

目录 1.Git初识 1.1提出问题 1.2如何解决--版本控制器 1.3注意事项 2.Git安装 2.1Linux-centos安装 2.2Linux-ubuntu安装 2.3Windows安装 3.Git基本操作 3.1创建Git本地仓库 3.2配置Git 4.认识⼯作区、暂存区、版本库 1.Git初识 1.1提出问题 不知道你工作或学习时…

Spring AOP解析

基本概念 之前写过如何实现方法增强,见链接:一篇文章了解如何实现方法增强,实现原理即采用的是AOP,那么本篇文章就主要是为了了解Spring AOP的实现。 面向切面编程(Aspect Oriented Programming) 在软件…

Apollo新版Beta技术沙龙,震撼来袭!

在2023年12月2日,我有幸参加百度Apollo举行的技术交流活动,Apollo是一个百度公司开发的开源的自动驾驶项目,这次线下技术交流让我对自动驾驶有了深入的了解。 在活动中,来自Apollo项目的专家们对 Apollo 技术的进行介绍和演示。他…

ValueError: not enough values to unpack (expected 3, got 2)

我在使用cv2.findContours函数中遇到以上错误,经查询找到该错误原因: 在 OpenCV 4.X 中,函数 cv2.findContours()仅有两个返回值, 其语法格式为: contours, hierarchy cv2.findContours( image, mode, method) 若不…

2023版本idea插件开发踩坑记录(一)

在进行idea开发的时候,开始仿照着写第一个插件hello world的时候,运行的时候一直运行不成功。参考了很多博客都是如此 后面对官方文档读了一遍,就发现其中的原委,这个的话估计会有很多人跟我一样踩坑 具体原因是,idea插…

你知道小红书小眼睛的推送机制吗?

明明很用心地发笔记,小眼睛就是不多,是不是你看到自己笔记的小眼睛低就头痛? 首先我们要知道小眼睛是什么!推送机制是什么!搞清楚才能把这项数据提升起来。

【上海大学《面向对象程序设计A》课程小项目报告】抽象向量类模板及其派生类

1 项目内容及要求 本项目通过设计一个抽象向量类模板,以及一个通用的向量类模板和一个字符串类作为其派生类,以满足各种应用场景中的数据存储和处理需求。 项目内容: 抽象向量类模板。派生向量类。派生字符串类。测试及异常处理。联合测试…

Redis SDS 源码

底层数据结构的好处: 杜绝缓冲区溢出。减少修改字符串长度时所需的内存重分配次数。二进制安全。兼容部分C字符串函数。 常用命令: set key value、get key 等 应用场景:共享 session、分布式锁,计数器、限流。 1、给char*定义…

【Java Web学习笔记】4 - DOM文档对象模型

项目代码 https://github.com/yinhai1114/JavaWeb_LearningCode/tree/main/javascript 零、在线文档 JavaScript HTML DOM 一、HTML DOM基本介绍 1. DOM全称是Document Object Model文档对象模型 文档<---映射--->对象 2.就是把文档中的标签&#xff0c;属性&#xf…

Java集合常见问题

目录 Java集合 1.前言2.集合3.Collection接口类3.1 List接口3.1.1 ArrayList&#xff08;常用&#xff09;3.1.2 LinkedList&#xff08;常用&#xff09;3.1.3 Vector&#xff08;不常用&#xff09; 3.2 Set接口3.2.1 HashSet&#xff08;常用&#xff09;3.2.2 LinkedHash…

最高性能、最低错误率!一年沉寂,IBM王者归来

周一&#xff0c;国际商业机器公司&#xff08;IBM&#xff09;发布了首台量子计算机&#xff0c;它拥有1000多个量子比特&#xff08;相当于普通计算机中的数字比特&#xff09;。但该公司表示&#xff0c;现在它将转变思路&#xff0c;专注于提高机器的抗错能力&#xff0c;而…

Ruff智能物联网网关助力工厂数智化运营,实现产量提升5%

数字化转型是大势所趋&#xff0c;以工业互联网为代表的数实融合是发展数字经济的重要引擎&#xff0c;也是新质生产力的一大助力。工业互联网是新工业革命的重要基石&#xff0c;加快工业互联网规模化应用&#xff0c;是数字技术和实体经济深度融合的关键支撑&#xff0c;是新…

【面试HOT200】二叉树的构建二叉搜索树篇

系列综述&#xff1a; &#x1f49e;目的&#xff1a;本系列是个人整理为了秋招面试的&#xff0c;整理期间苛求每个知识点&#xff0c;平衡理解简易度与深入程度。 &#x1f970;来源&#xff1a;材料主要源于【CodeTopHot200】进行的&#xff0c;每个知识点的修正和深入主要参…

免费SSL证书靠谱吗?

首先&#xff0c;我们需要明确一点&#xff0c;那就是免费SSL证书并非完全没有价值。它们同样能够提供基本的数据加密功能&#xff0c;确保用户的信息在传输过程中不会被第三方截获。因此&#xff0c;如果你的网站不需要处理敏感信息&#xff0c;例如个人身份信息、银行卡号等&…

地方招商策略:招商招哪些,如何选择理想的企业?

招商引资是推动地方经济发展的不二选择&#xff0c;通过吸引优质企业入驻&#xff0c;不仅可以带来直接的投资和税收&#xff0c;还可以为地方创造更多的就业机会&#xff0c;引入高端人才、先进的技术及管理经验&#xff0c;同时&#xff0c;招商引资还能够促进地方的产业升级…

深度优先搜索(DFS)LeetCode 2477. 到达首都的最少油耗

2477. 到达首都的最少油耗 给你一棵 n 个节点的树&#xff08;一个无向、连通、无环图&#xff09;&#xff0c;每个节点表示一个城市&#xff0c;编号从 0 到 n - 1 &#xff0c;且恰好有 n - 1 条路。0 是首都。给你一个二维整数数组 roads &#xff0c;其中 roads[i] [ai,…

回溯总结(一)基础概念及模板

1.回溯是什么&#xff1f; 回溯&#xff0c;也叫回溯搜索法&#xff0c;搜索的一种方式。回溯搜索实际上也是一种暴力搜索&#xff08;本质是穷举&#xff09;&#xff08;对于有些问题是唯一可以解决的办法了&#xff0c;for循环是不适用的&#xff09;和别的搜索不同之处在于…