基于GA-SA组合算法的山区复杂环境无人机起降点选址

针对山区复杂环境下的物流链前端无人机货运起降点选址和任务分配进行研究。首先以建设成本最小和运输时间满意度最大为目标,综合考虑无人机自身性能和禁飞空域等因素,构建多约束条件下多目标函数的起降点选址和任务分配模型。采用遗传算法(genetic algorithm, GA)和模拟退火算法(simulated annealing algorithm, SA)的组合算法进行求解,首先通过遗传算法得出较优的可行解,再以此解作为退火算法的初始解进行模型求解。仿真结果表明,构建的多约束模型能够实现预期效果,并且采用的算法解决此类问题时具有良好的适用性。

末端配送物流无人机起降点选址分配问题研究

针对末端配送中物流无人机起降点选址分配问题,考虑物流特点、无人机性能、空域环境等,建立物流无人机起降点选址分配规划模型.设计遗传算法,以LRP(location-routing problems)数据集为算例,对上述模型进行了可行性和有效性验证.算例分析结果表明:提出的算法与模型对解决物流无人机起降点选址分配问题具有极大的理论价值.参数分析结果表明:需求规模和空域性质对物流无人机起降点选址分配效果影响显著,决策者需在系统冗余性和成本之间进行权衡.

GIS技术在高难山地直升机起降点选址中的应用

高难山地直升机临时起降点选址困难,可以在起降点选址中引入GIS技术。文章以DEM数据为主要研究对象,以临时起降点场地技术要求为选点约束条件,以GIS空间分析技术为依托,研究高难山地临时起降点选点技术流程和方法。结果表明,研究方法可以大幅提高选址的合理性、安全性和成功率,为类似作业所需临时起降点场地要求建立和优化选址提供参考。