aiharamahiru / fly Goto Github PK

基站：
- 功率分配
    - 信道分配
        - urllc
        - embb

终端：
- 信号
  - urllc
    - 定位回传
    - 传感器回传
    - 控制信号
  - embb
    - 视频回传


- 控制算法
  - 避障
  - 路径规划


WOA:
初始化：首先，生成一个随机的鲸鱼群体，并分布在搜索空间中。每个鲸鱼都有一个位置，表示一个潜在解。

评估：计算目标函数在所有鲸鱼位置的值，并找到当前的全局最佳位置。

迭代更新：对于每次迭代，根据以下策略更新鲸鱼的位置：

收缩螺旋行为：在靠近全局最佳位置时，鲸鱼会模拟捕食行为，收缩螺旋地靠近目标。这种行为有助于算法在全局最优解附近进行精细搜索。
搜索行为：在远离全局最佳位置时，鲸鱼会随机选择一个领导者并向其移动。这种行为有助于算法在搜索空间中进行更广泛的探索。
更新位置时，算法会根据一个概率值选择上述行为之一。这使得 WOA 能够在探索和开发之间保持平衡，搜索到全局最优解的可能性更高。

收敛检查：在每次迭代中，检查鲸鱼的位置和目标函数值，更新全局最佳位置（如果找到了更好的解）。算法在达到预定的迭代次数或满足收敛条件时停止。