“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。

5G网络中无人机-车辆场景非平稳信道特性分析

针对无人机与车辆之间新型通信场景,提出了一种基于三维几何随机无人机-车辆信道模型。为了更好地模拟无人机-车辆信道场景,该模型使用单一同心圆柱对无人机侧散射体分布进行模拟,使用半球体对车辆侧散射体分布进行模拟,接收信号由视距(Line-of-Sight,LOS)、二次散射交互作用组成。另外,还对径时延、径功率和径到达离开角等参数进行了理论推导,基于角度参数谱服从角度联合分布,推导出了时间、空间相关函数和多普勒频谱密度表达式。仿真结果表明,数值结果与测量结果拟合效果较好,这说明所提信道模型可以为新型无人机-车辆非平稳信道建模提供一种有效的设计方案。

混合蛙跳算法求解车辆无人机协同配送问题

为了充分发挥无人机与车辆各自的优势,研究无人机起飞后可服务多个客户的车辆-无人机协同配送问题,其中考虑了车辆因区域限制、无人机因载重和续航限制导致2类运输工具配送范围均受到限制的约束.针对这类运输工具配送受限的车辆-多投递无人机协同配送问题(MDVCP-DR),以最小化总配送时间为优化目标,建立对应的数学模型,提出混合蛙跳算法(HSFLA)进行求解.提出新的编码与预调整解码方法,得到满足各种约束的可行解.建立基于4种交叉算子和精英表的个体生成方法,更新种群中的个体.设计自适应局部搜索策略来增强算法的局部开发能力,通过种群多样性检测策略来保证个体的多样性.通过仿真实验,验证了建立的数学模型的正确性和HSFLA的有效性.