Concetti Chiave
提出了一种称为竞争性游戏优化算法(CGO)的新型元启发式优化算法,用于解决无人机航路规划问题。
Sintesi
本文提出了一种新的元启发式优化算法,称为竞争性游戏优化算法(CGO),用于解决无人机航路规划问题。
CGO算法的灵感来源于玩家在竞争性游戏中的行为动态。该算法包括三个阶段:探索和利用、候选替换,以及向安全区域移动。在探索阶段,引入了Levy飞行来提高算法的全局收敛性。同时,算法还引入了自适应变化的遭遇概率,实现了解决空间的探索和利用的平衡。
作者使用了41个CEC2017和CEC2022基准函数对CGO算法的有效性和鲁棒性进行了评估,并将其与8种广泛认可的优化算法进行了比较。结果表明,CGO算法在处理这些基准问题时表现出色,在探索和利用之间实现了良好的平衡。此外,作者还将CGO应用于8个实际工程设计问题和无人机航路规划问题,结果显示CGO在处理这些实际优化问题方面表现出色,具有良好的应用前景。