基于改进ACO的带续航约束无人机全覆盖作业路径规划

本文研究带续航约束的电动多旋翼无人机全覆盖作业路径规划问题。首先,基于扫描线路径生成方法建立了带续航约束的无人机全覆盖作业路径规划的数学模型,然后,针对该路径规划模型中路径节点拓扑结构动态变化的特点,提出了改进的蚁群算法(ACO)。该蚁群算法给出了无人机返航时机判断机制和返航点计算方法,设计了动态局部距离矩阵,提出了滚动权值加权和的信息素更新机制,在寻优过程中兼顾全局启发性信息和局部启发性信息。最后,采用规则地形和复杂地形多田块作业算例对提出算法的有效性和优越性进行仿真验证,实验结果表明与其他4种对比算法相比,提出算法获得的规则作业田块的最优转移路径长度至少缩短了1.8%,获得的复杂作业田块的最优转移路径长度至少缩短了11.4%。

融合分层规划和A;算法的共享电动汽车换车与充电路径规划

电池续航能力不足以及充电设施的地域限制给共享电动汽车的路径规划带来了挑战。为此,在准确评估续航里程的基础上,提出共享电动汽车换车与充电路径规划方法。首先,结合当前的租车收费方式,计及共享电动汽车的充电特性,构建综合费用最小和时间最短的目标函数。然后,依据道路的连通性和路径寻优搜索方向的有效性,建立路径选择约束,接着虑及交通流量、道路坡度以及空调能耗等因素,对电动汽车电池的续航能力进行准确评估,进而形成满足共享电动汽车出行需求的换车与充电路径规划模型。针对所建模型的高维复杂性,运用分层规划与A*算法结合的方法,实现求解问题的降维。此外,针对电池电量不足的情况,灵活利用换车和充电方案,确定共享电动汽车的最优行驶路径。最后,在某市不同区域的实际交通路网进行仿真分析,验证所提模型和方法的有效性和正确性。