龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏慧安科创发展有限公司
摘要：本发明属于优化算法技术领域研究，具体涉及基于奖励‑惩罚机制的改进灰狼优化算法的实现方法，提出一种非线性收敛因子策略，能够动态地调整算法的全局搜索能力，引入奖励‑惩罚机制使算法在收敛过程中能够加快算法的收敛速度。本发明以多无人机协同路径规划为算例，分别使用GWO算法、CS‑GWO算法、MP‑GWO算法和改进的GWO算法在三维地理空间中进行跟踪规划；分析显示，基于奖励‑惩罚机制的改进灰狼优化算法计算出的轨迹是有效合理的；与其他三种算法相比，本算法轨迹代价更小，收敛速度更快，效果更稳定。
主权项：1.基于奖励-惩罚机制的改进灰狼优化算法的实现方法，用于实现多无人机协同航迹规划，其特征在于，包括以下步骤：步骤1、算法开始执行；步骤2、初始化状态和参数：随机生成初始灰狼种群，初始化Alpha、Beta和Delta解的位置和适应度值；步骤3、计算适应度：通过执行目标函数来评估路径规划的性能，计算个体的适应度；步骤4、更新Alpha、Beta和Delta解：根据计算的适应度值更新Alpha、Beta和Delta解；步骤5、基于非线性递减策略更新收敛因子a：动态调整参数a，使其随迭代次数递减；步骤6、更新位置：根据Alpha、Beta和Delta解的位置，更新每个个体的位置；步骤7、调整状态：基于奖励-惩罚机制来检查步骤3中的个体适应度在当前迭代中是否有所改善从而调整不符合要求的状态变量，确保个体位置在可行解空间内；步骤8、存储适应度：记录当前迭代的最优适应度值；步骤9、终止条件检查：判断是否达到最大迭代次数或满足收敛条件，如果满足条件则结束迭代，否则返回步骤3继续迭代；步骤10、输出结果：输出最终结果，包括路径、适应度曲线等；步骤11、结束：完成算法的执行。
全文数据：
权利要求：
百度查询： 江苏慧安科创发展有限公司 基于奖励-惩罚机制的改进灰狼优化算法的实现方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号