当前位置:
X-MOL 学术
›
J. Ind. Inf. Integr.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
A comprehensive analysis of multi-strategic RIME algorithm for UAV path planning in varied terrains
Journal of Industrial Information Integration ( IF 10.4 ) Pub Date : 2024-12-10 , DOI: 10.1016/j.jii.2024.100742 Tao Gu, Yajuan Zhang, Limin Wang, Yufei Zhang, Muhammet Deveci, Xin Wen
Journal of Industrial Information Integration ( IF 10.4 ) Pub Date : 2024-12-10 , DOI: 10.1016/j.jii.2024.100742 Tao Gu, Yajuan Zhang, Limin Wang, Yufei Zhang, Muhammet Deveci, Xin Wen
Optimizing industrial information integration is fundamental to harnessing the potential of Industry 4.0, driving data-informed decisions that enhance operational efficiency, reduce costs, and improve competitiveness in modern industrial environments. Effective unmanned aerial vehicle (UAV) path planning is crucial within this optimization framework, supporting timely and reliable data collection and transmission for smarter decision-making. This study proposes an enhanced RIME (IRIME) algorithm for three-dimensional UAV path planning in complex urban environments, formulated as a multiconstraint optimization problem aimed at discovering optimal flight paths in intricate configuration spaces. IRIME integrates three strategic innovations into the RIME algorithm: a frost crystal diffusion mechanism for improved initial population diversity, a high-altitude condensation strategy to enhance global exploration, and a lattice weaving strategy to avoid premature convergence. Evaluated on the CEC2017 test set and six realistic urban scenarios, IRIME achieves an 86.21 % win rate across 100 functions. In scenarios 4–6, IRIME uniquely identifies the globally optimal paths, outperforming other algorithms that are limited to locally optimal solutions. We believe these findings demonstrate IRIME's capacity to address complex path-planning challenges, laying a robust foundation for its future application to broader industrial optimization tasks.
中文翻译:
多策略 RIME 算法在不同地形下用于无人机路径规划的综合分析
优化工业信息集成是利用工业 4.0 潜力的基础,推动基于数据的决策,从而提高运营效率、降低成本并提高现代工业环境中的竞争力。在这个优化框架中,有效的无人机 (UAV) 路径规划至关重要,它支持及时可靠的数据收集和传输,以实现更明智的决策。本研究提出了一种增强的 RIME (IRIME) 算法,用于复杂城市环境中的三维无人机路径规划,该算法被表述为多约束优化问题,旨在发现复杂配置空间中的最佳飞行路径。IRIME 将三项战略创新集成到 RIME 算法中:用于提高初始种群多样性的霜晶扩散机制、用于增强全球勘探的高空凝聚策略以及用于避免过早收敛的晶格编织策略。根据 CEC2017 测试集和 6 个现实城市场景进行评估,IRIME 在 100 个功能中实现了 86.21% 的胜率。在场景 4-6 中,IRIME 唯一标识全局最优路径,优于仅限于局部最优解的其他算法。我们相信这些发现证明了 IRIME 有能力应对复杂的路径规划挑战,为其未来应用于更广泛的工业优化任务奠定了坚实的基础。
更新日期:2024-12-10
中文翻译:
多策略 RIME 算法在不同地形下用于无人机路径规划的综合分析
优化工业信息集成是利用工业 4.0 潜力的基础,推动基于数据的决策,从而提高运营效率、降低成本并提高现代工业环境中的竞争力。在这个优化框架中,有效的无人机 (UAV) 路径规划至关重要,它支持及时可靠的数据收集和传输,以实现更明智的决策。本研究提出了一种增强的 RIME (IRIME) 算法,用于复杂城市环境中的三维无人机路径规划,该算法被表述为多约束优化问题,旨在发现复杂配置空间中的最佳飞行路径。IRIME 将三项战略创新集成到 RIME 算法中:用于提高初始种群多样性的霜晶扩散机制、用于增强全球勘探的高空凝聚策略以及用于避免过早收敛的晶格编织策略。根据 CEC2017 测试集和 6 个现实城市场景进行评估,IRIME 在 100 个功能中实现了 86.21% 的胜率。在场景 4-6 中,IRIME 唯一标识全局最优路径,优于仅限于局部最优解的其他算法。我们相信这些发现证明了 IRIME 有能力应对复杂的路径规划挑战,为其未来应用于更广泛的工业优化任务奠定了坚实的基础。