ABSTRAK
Perencanaan lintasan tiga dimensi untuk UAV di medan kompleks dan area terbatas rintangan merupakan salah satu tantangan utama yang dihadapi selama pelaksanaan misi, yang membutuhkan algoritma sederhana namun efektif. Untuk mengatasi masalah tersebut, diusulkan Sand Cat Swarm Optimization (SCSO) yang lebih baik, yang mengatasi masalah di mana SCSO tradisional cenderung macet dalam optima lokal. Dalam pendekatan yang lebih baik ini, mekanisme penyesuaian nonlinier berdasarkan faktor dinamis k diperkenalkan untuk menyeimbangkan fase eksplorasi dan eksploitasi dengan lebih baik. Selain itu, strategi serangan predator Harris’s Hawks diperkenalkan untuk meningkatkan rumus pembaruan posisi selama fase eksplorasi SCSO, sehingga meningkatkan kecepatan konvergensi algoritma. Varian baru SCSO, bernama HKSCSO, diusulkan dan diterapkan pada perencanaan lintasan UAV. Fungsi biaya diperkenalkan untuk mengevaluasi panjang lintasan, ketinggian terbang, dan sudut secara komprehensif. Kinerja HKSCSO diuji dalam tiga lingkungan perkotaan 3D, menunjukkan konvergensi yang lebih cepat dan jalur yang lebih aman dibandingkan dengan SCSO, Harris’s Hawks Optimization (HHO), Particle Swarm Optimization (PSO), Seagull Optimization Algorithm (SOA), Whale Optimization Algorithm (WOA), Parrot Optimizer (PO), dan Mantis Search Algorithm (MSA). Hasil ini menunjukkan potensi HKSCSO sebagai solusi efektif untuk perencanaan jalur tiga dimensi UAV.
HKSCSO: Algoritma Pengoptimalan Kawanan Sand Cat yang Baru dan Disempurnakan untuk Perencanaan Jalur Tiga Dimensi UAV
