.png){kind=icon}
返回
A Task Allocation Framework for Field-Based Mobile Machines with Algorithm Selection and
.png){kind=icon}
PRE
AI
DOI：10.20965/jrm.2026.p0413.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种适用于多台农业机械任务分配的通用且可扩展的框架。尽管已有研究关注了特定方面，如约束条件下的路径规划和任务调度，但未综合解决任务分配、农田规模变化及算法选择与超参数调优的挑战。为填补这一空白，我们将问题建模为分割配送车辆路径问题，以实现跨机械的灵活任务划分。基于此模型，构建了融合农田建模、机械建模和农户特定偏好的统一框架。该框架设计用于容纳模拟退火、局部搜索、遗传算法和蚁群优化等多种优化算法，以共同结构支持不同农业场景的灵活应用。通过针对不同农田规模和计算时间的模拟，评估了算法性能及超参数敏感性。结果表明，该框架能有效支持算法选择和参数调优以适应情境需求。该方法为优化农业任务提供了灵活基础，并可扩展至动态实时环境，结合实际农田数据进行应用。
Keyword:
chines
task allocation
optimization
split delivery vehicle
routing problem
期刊
IF:
0.8
论文数:
127
被引数:
1.1K
机构
引用论文
暂无论文信息