简介：
2024新算法爱情进化算法（LEA）和经典灰狼优化器（GWO）进行无人机三维路径规划设计实验。
无人机三维路径规划的重要意义在于确保飞行安全、优化飞行路线以节省时间和能源消耗，并使无人机能够适应复杂环境，实现特定任务。群体智能优化算法在无人机三维路径规划中扮演关键角色，其全局搜索能力允许同时考虑多个解决方案，避障优化确保路径安全，自适应性适应不同飞行任务需求，并行搜索加快最优解寻找速度。
灰狼优化器（GWO）作为非常经典实用的群智能算法，在这里我们将其与2024年最新提出的爱情进化算法（LEA）进行无人机三维路径规划比较，运行结果包括最优路径和收敛曲线的比较。并附带代码，供大家学习参考！
实验结果如下：
部分主函数代码如下：
%%
clc;
clear;
close all;
%% 创建地图
%地图的大小200*200
MapSizeX = 200 ;
MapSizeY = 200;
%% 地形地图创建,地图详细参数，请去MapValueFunction.m里面设置
x = 1:1:MapSizeX;
y = 1:1:MapSizeY;
for i = 1:MapSizeX
for j = 1:MapSizeY
Map(i,j) = MapValueFunction(i,j);
end
end
global NodesNumber
global startPoint
global endPoint
global ThreatAreaPostion
global ThreatAreaRadius
%% 威胁区域绘制
%威胁区域中心坐标
ThreatAreaPostion = [50,140];
%威胁区域半径
ThreatAreaRadius = 30;
%将威胁区域叠加到图上
figure
mesh(Map);
hold on;
for i= 1:size(ThreatAreaRadius)
[X,Y,Z] = cylinder(ThreatAreaRadius(i),50);
X = X + ThreatAreaPostion(i,1);
Y = Y + ThreatAreaPostion(i,2);
Z(2,:) = Z(2,:) + 50;%威胁区域高度
mesh(X,Y,Z)
end
