基于改进蚁群算法的船舶尾气监测无人机调度
2022-01-26分类号:X831;V19;TP18
【部门】上海交通大学机械与动力工程学院 上海交通大学工业工程与管理系 上海市推进信息化与工业化融合研究中心
【摘要】通过无人机搭载监测设备飞抵船舶上空进行近距离监测目前已经成为一种十分有效的船舶尾气监测手段。在相关实际场景中,船舶处于移动状态且无人机有着续航能力的限制,且由于缺乏对应的调度算法,无人机存在着监测目标选择随机性高,飞行路径不精确,电量规划不合理等问题。同时现有的求解方法存在面向大量数据时求解效率低的问题。基于上述问题,针对面向船舶尾气监测的无人机调度问题展开了研究。将上述调度问题转化为了一个可通过蚁群算法求解的模型,并提出了基于信息素分级的蚁群算法对上述调度问题进行求解。通过实验验证与对比,证明了提出的基于信息素分级策略的蚁群算法能够取得良好的规划效果。
【关键词】蚁群算法 信息素分级 船舶尾气监测 无人机调度
【基金】上海市经济和信息化委员会2019年度上海市服务业引导资金项目:船舶气态污染物排放智能监测服务平台(No.2019-01);; 国家自然基金重点项目(No.71632008)
【所属期刊栏目】工业工程与管理
文献传递