提出了車載模式下的多無人機(jī)聯(lián)合配送模式,對戰(zhàn)場物資無人機(jī)配送的任務(wù)分配問題進(jìn)行了研究。以完成所有配送任務(wù)的時間最短為目標(biāo),采用K-means聚類算法確定需求點聚類數(shù)量以及各集群中配送無人機(jī)與車輛的分離點,利用遺傳算法解決車輛路徑問題,通過調(diào)整配送無人機(jī)與車輛分離點實現(xiàn)保障方案的優(yōu)化。仿真算例驗證了模型及算法的有效性,研究成果為戰(zhàn)場物資運輸提供了新思路和方法支撐。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 引言
2 問題描述與模型假設(shè)
    2.1 問題描述
    2.2 模型假設(shè)
3 模型構(gòu)建
4 模型求解
    4.1 需求點聚類
    4.2 確定車輛運輸路線
    4.3 優(yōu)化配送方案
5 算例分析
6 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于K-means聚類分析的風(fēng)電場集電線路保護(hù)方法[J]. 趙國炫,魯文軍,喻錕,謝靖言,曾祥君.  電力系統(tǒng)及其自動化學(xué)報. 2020(07)
[2]基于Matlab和Lingo的線性規(guī)劃問題求解過程對比分析[J]. 義欣.  科技視界. 2019(17)
[3]基于混合遺傳算法的多基地多無人機(jī)戰(zhàn)場物資配送任務(wù)分配[J]. 李紹斌,姜大立,楊西龍,劉書俊.  裝甲兵工程學(xué)院學(xué)報. 2019(02)
[4]求解旅行商問題的搜尋者遺傳算法[J]. 張立毅,高楊,費騰,王玉婧.  數(shù)學(xué)的實踐與認(rèn)識. 2019(07)



本文編號：3658807