Resumen

En este trabajo, se propone un algoritmo de bsqueda de gorrin con aprendizaje de lente (LLSSA) para mejorar los defectos del nuevo algoritmo de bsqueda de gorrin, que es aleatorio y fcil de caer en un ptimo local. El algoritmo ha logrado buenos resultados en la optimizacin de funciones y ha planificado un camino ms seguro y menos costoso para la planificacin de trayectorias tridimensionales de UAV. En la etapa de descubridor, el algoritmo introduce la estrategia de aprendizaje inverso basada en el principio de la lente para mejorar el rango de bsqueda de los individuos gorrin y, a continuacin, propone una estrategia de bsqueda en espiral variable para que la bsqueda del seguidor sea ms detallada y flexible. Por ltimo, combina el algoritmo de recocido simulado para juzgar y obtener la solucin ptima. Mediante 15 funciones de prueba estndar, se comprueba que el algoritmo mejorado tiene una gran capacidad de bsqueda y de extraccin. Al mismo tiempo, el algoritmo mejorado se aplica a la planificacin de rutas de terrenos complejos en 3D, y se encuentra una ruta clara, sencilla y segura, lo que verifica la eficacia y viabilidad del algoritmo mejorado.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Algoritmo; Búsqueda de gorriones; Aprendizaje de lentes; Defectos; Optimización; Planificación de trayectorias UAV
• Keywords:Algorithm; Sparrow search; Lens learning; Defects; Optimization; UAV path planning