一、无人机飞行路径规划问题及建模
参考文献：
[1]胡观凯,钟建华,李永正,黎万洪.基于IPSO-GA算法的无人机三维路径规划[J].现代电子技术,2023,46(07):115-120
二、蜣螂优化算法DBO
蜣螂优化算法（Dung beetle optimizer，DBO）由Jiankai Xue和Bo Shen于2022年提出，该算法主要受蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为的启发所得。
单目标优化：蜣螂优化算法（Dung beetle optimizer，DBO）_单目标优化算法_IT猿手的博客-CSDN博客
三、求解结果
地形图可以随机生成，无人机起始点可以自己设定，算法的种群大小和迭代次数可以修改。
部分代码：
close all
clear
clc
%% 三维路径规划模型定义
global startPos goalPos N
N=2;%待优化点的个数(可以修改)
goalPos = [80, 90, 150]; %起点(可以修改)
startPos = [10, 10, 80]; %终点(可以修改)
SearchAgents_no=30; % 种群大小(可以修改)
Function_name='F1'; %F1:随机产生地图 F2：导入固定地图
Max_iteration=50; %最大迭代次数(可以修改)
% Load details of the selected benchmark function
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
[Best_score,Best_pos,curve]=DBO(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
semilogy(curve,'Color','r')
xlabel('Iteration');
ylabel('Cost');
legend('DBO')
Position=[Best_pos(1:dim/3); Best_pos(1+dim/3:2*(dim/3)); Best_pos(1+(2*dim/3):end)]' %优化点的XYZ坐标（每一行是一个点）
display(['算法得到的最优适应度: ', num2str(Best_score)]);
plotFigure(Best_pos)%画最优路径部分结果：
