三种经典算法无人机三维路径规划对比（SMA、HHO、GWO三种算法），Matlab代码实现

机器学习之心2025-06-21 14:10

代码功能

该MATLAB代码用于对比三种元启发式优化算法（SMA、HHO、GWO三种算法， SMA黏菌算法、HHO哈里斯鹰优化算法、GWO灰狼优化算法）在特定优化问题上的性能，运行环境MATLABR2020b或更高：

初始化问题模型（CreateModel）

运行三种算法求解最优解

可视化结果（收敛曲线和解的分布）

算法步骤

环境初始化

清空工作区、命令窗口和图形窗口。

问题建模

model = CreateModel()

创建优化问题（具体问题未知，可能是TSP/函数优化等）

CostFunction

定义目标函数（需最小化的代价）

参数设置

搜索空间维度：dim（通过Info(model)获取）

变量边界：下界 lb、上界 ub

算法参数：最大迭代次数 MaxIt=200，种群大小 nPop=30

运行优化算法

依次执行三种算法：

SMA_fuke2() % 黏菌算法（可能为改进版） HHO() % 哈里斯鹰优化算法 GWO() % 灰狼优化算法

代码变量：

Bestcost：全局最优代价

bestX：最优解向量

cost_history：每次迭代的最优代价记录

结果可视化

DrawSolution(results,model) 绘制

算法收敛曲线对比

部分代码

matlab 复制代码

% 绘制地形模型和威胁
function PlotModel(model)

surf(model.X,model.Y,model.H); % 绘制地形
colormap summer;                    % 绘制地形颜色
shading flat
material dull;                   % 材料颜色
camlight left;                   % 在左边的打光
lighting gouraud;                % 灯光
xlabel('x [m]');ylabel('y [m]');zlabel('z [m]');
hold on

% 圆柱体障碍
threats = model.threats;
threat_num = size(threats,1);
h=250; % 高度

for i = 1:threat_num
    threat = threats(i,:);
    threat_x = threat(1);
    threat_y = threat(2);
    threat_z = threat(3);
    threat_radius = threat(4);
    [xc,yc,zc]=cylinder(threat_radius); % 单位圆柱
    color_mat=[186,10,84]./255; %外观颜色
    % 设置中心和高度
    xc=xc+threat_x;
    yc=yc+threat_y;
    zc=zc*h+threat_z;
    c = surf(xc,yc,zc); % 圆柱体
    
    fill3(xc(1,:),yc(1,:),zc(1,:),color_mat,'edgecolor','none');
    fill3(xc(2,:),yc(2,:),zc(2,:),color_mat,'edgecolor','none');       
    set(c,'edgecolor','none','facecolor',color_mat,'FaceAlpha',.3); %设置颜色    
end

end