多无人机协同三维路径规划的蛇优化算法Snake Optimizer（提供MATLAB代码）

一、蛇优化算法简介

蛇优化算法（Snake Optimizer，SO）由Fatma A. Hashim和Abdelazim G. Hussien于2022年提出，该算法思路新颖，快速高效，模拟了蛇的觅食和繁殖行为。

二、蛇优化算法原理

雄性蛇和雌性蛇之间交配的发生受到某些因素的影响。蛇在春末和初夏交配，那时温度低。但交配过程不仅取决于温度，还取决于食物的充足性。如果温带低，食物充足;雄性蛇会互相争斗，以吸引雌性的注意力。雌性有权决定是否交配。如果发生交配，雌性开始在巢穴或洞穴中产卵，一旦卵出现，它就会离开。

蛇优化算法受蛇交配行为的启发，如果温度低且食物充足，则会发生交配，否则蛇只会寻找食物或吃掉剩余的食物。蛇优化算法分为两个阶段即全局探索或局部开发。探索取决于环境因素，即寒冷的地方和食物，在这种情况下，蛇只在周围寻找食物。对于开发，此阶段包括许多过渡阶段，以使全局更有效率。在食物可用但温度高的情况下，蛇只会专注于吃可用的食物。如果食物可用并且该区域寒冷，则会导致交配过程的发生;交配过程进行战斗模式或交配模式。在战斗模式中，每个雄性都会为获得最好的雌性而战，每个雌性都会尝试选择最好的雄性。在交配模式下，每对配对之间发生交配与食物数量的可用性有关。如果交配过程发生，则雌性产卵并将其孵化成新的蛇。SO将群体分成两个相等的群体即雄性和雌性。

2.1全局搜索（无食物）

如果Q<0.25，蛇通过选择任何随机位置来搜索食物，并更新它们的位置。

雄性蛇位置更新：

雌性蛇位置更新：

2.2局部搜索（有食物）

如果Q>0.25，且温度>0.6，则蛇只会向食物移动：

如果Q>0.25，且温度<0.6，则蛇将处于战斗模式或交配模式

2.2.1战斗模式

雄性蛇位置更新：

雌雄蛇位置更新：

2.2.2交配模式

雄性蛇位置更新：

雌雄蛇位置更新：

三、蛇优化算法流程

四、无人机（UAV）三维路径规划

单个无人机三维路径规划数学模型参考如下文献：

Phung M D , Ha Q P . Safety-enhanced UAV Path Planning with Spherical Vector-based Particle Swarm Optimization[J]. arXiv e-prints, 2021.

每个无人机的目标函数由路径长度成本，安全性与可行性成本、飞行高度成本和路径平滑成本共同组成：

4.1路径长度成本

路径长度成本由相邻两个节点之间的欧氏距离和构成，其计算公式如下：

4.2路径安全性与可行性成本

路径安全性与可行性成本通过下式计算：

4.3路径飞行高度成本

飞行高度成本通过如下公式计算所得：

4.4路径平滑成本

投影向量通过如下公式计算：

转弯角度的计算公式为：

爬坡角度的计算公式为：

平滑成本的计算公式为：

4.5总成本（目标函数）

总成本由最优路径成本，安全性与可行性成本、飞行高度成本和路径平滑成本的线性加权所得。其中，b为加权系数。

五、实验结果

在三维无人机路径规划中，无人机的路径由起点，终点以及起始点间的点共同连接而成。因此，自变量为无人机起始点间的各点坐标，每个无人机的目标函数为总成本（公式9）。本文研究两个无人机协同路径规划，总的目标函数为两个无人机的总成本之和。

5.1参数设置 （1）9个柱状障碍物的位置及半径：

R1=60;  % Radius 60
x1 = 350; y1 = 500; z1 = 100; % center


R2=70;  % Radius 70
x2 = 600; y2 = 200; z2 = 150; % center

R3=80;  % Radius 80
x3 = 500; y3 = 350; z3 = 150; % center

R4=70;  % Radius 70
x4 = 350; y4 = 200; z4 = 150; % center

R5=70;  % Radius 70 
x5 = 700; y5 = 550; z5 = 150; % center


R6=80;  % Radius 80
x6 = 650; y6 = 750; z6 = 150; % center

R7=70;  % Radius 70
x7 = 800; y7 = 400; z7 = 150; % center

R8=50;  % Radius 50
x8 = 300; y8 = 350; z8 = 100; % center

R9=50;  % Radius 50
x9 = 500; y9 = 600; z9 = 100; % center 

（2）起始点位置：

第一个无人机起始点：
start_location = [150;200;150];
end_location = [800;800;150];
第二个无人机起始点：
start_location = [400;100;150];
end_location = [900;550;150];

（3）每个无人机起始点间共12个待求点。 （4）加权系数b=[5 1 10 1]。 （5）SO种群大小为50，最大迭代次数为5000。 5.2求解结果

独立运行三次，得到三次参考方案如下：（黑色正方形是起点，黑色圆圈是终点，共有9个柱状障碍物，红线为优化得到的第一个无人机路线，粉线为优化得到的第二个无人机路线。）

5.2.1结果一

5.2.2结果二

5.2.3结果三

六、参考代码

参考代码联系博主。