.png){kind=icon}
返回
A Guided Collaborative Optimization Framework for the Stability-Constrained UAV Routing and Three-Dimensional Loading Problem
.png){kind=icon}
PRE
AI
DOI：10.3390/a19050403.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
联合路径规划和三维装载的优化是一个高度复杂的NP难组合问题，特别是在无人驾驶航空器（UAV）操作需要严格的质心（CoG）稳定性约束时。现有算法通常采用“先路径后装载”的评估策略来处理这些相互关联的组件，往往产生距离最优但物理上不可行的解。为解决这一瓶颈，本文提出了三维装载约束的UAV路径规划问题（3DLC-UAVRP），将卸载顺序一致性、空间装载可行性和质心偏差控制整合到路径决策过程中。提出了一种引导协同优化框架GLS-WSCPA，结合改进的白鲨优化算法（IWSO）进行全局路径探索和类人分治式装载策略（HLDCPS）进行空间排列。与将装载可行性作为事后过滤器的传统解耦方法不同，引入了质心引导路径调整（CGPA）和局部装载修复（LLR）机制，以建立路径搜索与装载评估之间的动态反馈循环，从而使质心违规主动转化为引导路径扰动，而非简单地触发解的拒绝。实验结果表明，GLS-WSCPA在测试的问题规模上通常优于比较算法，且随着实例规模在测试范围内的增加，性能差距趋于扩大。消融研究验证了CGPA和LLR的互补作用，敏感性分析证实适度放宽载荷和质心约束可在安全范围内减少路径距离。案例分析表明，所提出的方法与传统解耦策略相比，可减少20%的机队规模和6.85%的总配送距离。
Keyword:
combinatorial optimization
UAV delivery routing optimization
metaheuristic algorithm
three-dimensional loading
coordinated optimization
center-of-gravity constraints