
-
生物通官微
陪你抓住生命科技
跳动的脉搏
融合RRT*的改进鲸鱼优化算法在无人机三维路径规划中的应用研究
《Scientific Reports》:UAV path planning based on improved Whale Optimization Algorithm in multi-obstacle scenarios
【字体: 大 中 小 】 时间:2026年09月20日 来源:Scientific Reports 4.9
编辑推荐:
摘要针对传统鲸鱼优化算法(WOA)在无人机(UAV)三维路径规划中存在的收敛性能差和易陷入局部最优的问题,我们提出了一种融合快速扩展随机树星算法(RRT*)的改进鲸鱼优化算法(R*WOA)。首先,利用RRT*生成高质量初始种群,从而增强种群多样性和全局搜索能力;其次,将线性收
针对传统鲸鱼优化算法(WOA)在无人机(UAV)三维路径规划中存在的收敛性能差和易陷入局部最优的问题,我们提出了一种融合快速扩展随机树星算法(RRT*)的改进鲸鱼优化算法(R*WOA)。首先,利用RRT*生成高质量初始种群,从而增强种群多样性和全局搜索能力;其次,将线性收敛因子替换为分段非线性余弦收敛因子,以在整个迭代过程中平衡探索与开发;最后,引入反正切非线性惯性权重以优化位置更新机制,抑制后期振荡并提高优化精度。在标准测试函数和三维DEM地形场景上的对比实验表明,与每个场景中表现最佳的基准算法相比,R*WOA在收敛精度上平均提升8.8%,在优化稳定性上平均提升21.4%。其全局优化能力显著优于传统WOA、GA和HHO算法,能够在复杂约束环境中规划出路径更短、安全性更高、平滑性更好的最优无人机飞行轨迹。R*WOA的源代码公开可获取于 https://doi.org/10.5281/zenodo.21923510。