摘要：物流柜与无人机协同配送是一种“非接触”配送模式,自动化程度高,具有广阔的应用前景。本文研究了该模式下的最小完工时间调度问题,即如何制定无人机的飞行路线和物流柜上的服务顺序,使得配送任务在尽可能短的时间内被执行。该问题是一个车辆路径与机器调度耦合的复杂优化问题,其建模和求解具有一定的难度。本文建立了问题的有向图逻辑模型,将原问题转变为有向图上的弧选择和时间确定问题,并建立了0-1混合整数线性规划数学模型,设计了对应的变邻域搜索算法,选取中国9座城市构造了高仿真算例,验证了模型和算法的有效性。

摘要：使用无人机与物流柜协同执行物流配送任务具有广阔的应用前景,任务规划是实现机柜协同配送的关键技术之一。研究了该模式下的最短路径问题,即制定了飞行距离最短的计划,使得无人机完成全部配送任务。最短路径问题是一个路径规划与机器调度深度耦合的复杂优化问题,其建模与求解具有一定的难度。深入分析了优化目标和规划方案的特征,建立了问题的数学模型,设计了高效的启发式求解算法。选取了国内9座城市,模拟3种不同的配送场景分别生成了对应的测试数据集,使用一线物流企业真实使用的无人机数据,进行了仿真验证。结果表明,所设计的算法均能在较短的时间内求得问题的高质量的解。

摘要：利用多星对区域目标的协同观测在工程应用方面的需求日益复杂化,当目标区域内待观测目标的重要性不同,其对应的观测收益不同。那么如何在资源有限的情况下,安排观测方案使观测总收益最大是亟待解决的问题。考虑区域目标内部观测收益不均等的实际情况,建立了区域目标内部收益随时间可变的多星调度优化模型,设计了条带动态分割方法(dynamic stripe segmentation method,DSSM),提出了基于权重优先策略的启发式算法(weight priority strategy heuristic,WPSH)和基于随机邻域的局部搜索算法(random neighborhood local search,RNLS),使求解结果对应的观测收益最大,最后通过仿真实验验证DSSM算法比并行分割算法观测收益提高约19%,覆盖率提高约22%;RNLS算法比WPSH算法的基础上平均提升观测收益约4.5%,且求解质量较稳定。