多目标红嘴蓝鹊优化器

多目标路径规划更安全

一种基于红嘴蓝鹊捕食和储食行为启发的多目标优化算法，通过非支配排序和拥挤距离机制维持解集的多样性和均匀性，适用于无人机路径规划等复杂多目标问题。

Kai-Chen, Ouyang · Dedai, Wei · Shengwei, Fu · Shaowei, Gu · Xinye, Sha · Juntao, Yu · Jiaquan, Yu · Heidari, Ali Asghar · 蔡振闹 · 陈慧灵

Results in Engineering 2025

参数信息

测试基准套件

5

评估指标数量

4

无人机路径规划任务数

3

技术优势

解集更均匀

使用拥挤距离方法维持Pareto前沿上的解多样性，避免解集中堆积在局部。

保留历史优解

通过食物存储方法保留早期迭代中的高质量解，使算法不丢失已找到的好解。

路径更安全

在三种无人机路径规划任务中，MORBMO生成的路径均更有效、更安全、更平滑。

应用场景

• 无人机路径规划：用于求解多目标无人机路径规划，同时优化燃料、威胁、长度、高度和平滑性，生成安全有效的飞行路径。
• 多目标任务规划：在多目标任务规划中，提供一组分布均匀的Pareto最优解，便于决策者根据偏好选择方案。
• 机器人自主导航：为机器人自主导航提供多目标优化框架，可生成兼顾安全与效率的平滑路径。