在作者前面的文章中介紹了灰狼優(yōu)化算法(Grey Wolf Optimization,GWO)的原理及其MATLAB實現(xiàn),灰狼優(yōu)化算法是Mirjalili等[1]于2014年提出的一種新型SI算法,GWO通過模擬灰狼群體捕食行為,基于狼群群體協(xié)作的機制來達到優(yōu)化的目的,這一機制在平衡探索和開發(fā)方面取得了不錯的效果,并且在收斂速度和求解精度上都有良好的性能,目前已廣泛應用于工程領(lǐng)域,如:神經(jīng)網(wǎng)絡(luò)
基于matlab的采樣的運動規(guī)劃算法-RRT(Rapidly-exploring Random Trees),3D和2D,原始的RRT算法中將搜索的起點位置作為根節(jié)點,然后通過隨機采樣增加葉子節(jié)點的方式,生成一個隨機擴展樹,當隨機樹的葉子節(jié)點進入目標區(qū)域,就得到了從起點位置到目標位置的路徑。程序已調(diào)通,可直接運行。