一、部落竞争与成员合作算法
部落竞争与成员合作算法（Competition of tribes and cooperation of members algorithm，CTCM）由 Chen Zuyan等人于2024年提出的一种智能优化算法。该算法受古代部落之间竞争及其合作行为的启发而得。
参考文献：
[1]Zuyan Chen, Shuai Li, Ameer Tamoor Khan, Seyedali Mirjalili,
Competition of tribes and cooperation of members algorithm: An evolutionary computation approach for model free optimization,
Expert Systems with Applications,Volume 265,2025,125908,ISSN 0957-4174,
https://doi.org/10.1016/j.eswa.2024.125908.
原文链接：https://blog.csdn.net/weixin_46204734/article/details/144928707
二、无人机（UAV）三维路径规划
单个无人机三维路径规划数学模型参考如下文献：
Phung M D , Ha Q P . Safety-enhanced UAV Path Planning with Spherical Vector-based Particle Swarm Optimization[J]. arXiv e-prints, 2021.
每个无人机的目标函数由路径长度成本，安全性与可行性成本、飞行高度成本和路径平滑成本共同组成：
2.1路径长度成本
路径长度成本由相邻两个节点之间的欧氏距离和构成，其计算公式如下：
2.2路径安全性与可行性成本
路径安全性与可行性成本通过下式计算：
2.3路径飞行高度成本
飞行高度成本通过如下公式计算所得：
2.4路径平滑成本
投影向量通过如下公式计算：
转弯角度的计算公式为：
爬坡角度的计算公式为：
平滑成本的计算公式为：
2.5总成本（目标函数）
总成本由最优路径成本，安全性与可行性成本、飞行高度成本和路径平滑成本的线性加权所得。其中，b为加权系数。
三、实验结果
在三维无人机路径规划中，无人机的路径由起点，终点以及起始点间的点共同连接而成。因此，自变量为无人机起始点间的各点坐标，每个无人机的目标函数为总成本（公式9）。本文研究3个无人机协同路径规划，总的目标函数为3个无人机的总成本之和。
%% 第一个无人机 起始点
start_location = [120;200;100];
end_location = [800;800;150];
ModelUAV(1).model.start=start_location;
ModelUAV(1).model.end=end_location;
%% 第二个无人机 起始点
start_location = [400;100;100];
end_location = [900;600;150];
ModelUAV(2).model.start=start_location;
ModelUAV(2).model.end=end_location;
%% 第三个无人机 起始点
start_location = [200;150;150];
end_location =[850;750;150];
ModelUAV(3).model.start=start_location;
ModelUAV(3).model.end=end_location;
%% 第四个无人机 起始点
start_location = [100;100;150];
end_location = [800;730;150];
ModelUAV(4).model.start=start_location;
ModelUAV(4).model.end=end_location;
%% 第5个无人机 起始点
start_location = [500;100;130];
end_location = [850;650;150];
ModelUAV(5).model.start=start_location;
ModelUAV(5).model.end=end_location;
figure
plot(Convergence_curve,'LineWidth',2)
xlabel('Iteration');
ylabel('Best Cost');
grid on;
五个无人机：地图1
五个无人机：地图2
六个无人机：
