基于遗传算法的 UAV 野火抑制路由与调度
机器人学
2024-07-30 v1 多智能体系统
神经与进化计算
摘要
本文 addresses 采用一队无人机 (UAV) 进行早期野火管理以缓解火灾破坏。早期检测与抑制系统有助于在资源利用率降低的情况下减轻损失。提出一种基于遗传算法的路由与调度方法（GARST），用于寻找抑制火灾的最短计划路径，即单无人机任务（SUT）。GARST 的目标是计算 UAV 的路径与时间表，使得 UAV 在火灾转化为多无人机任务（MUT）前到达指定地点，并通过灭火器完全扑灭火灾。用于遗传算法的适应度函数为消灭全部火灾的总消灭时间。选择、交叉、变异算子以及精英策略共同确保了解和开发解决方案空间，保持遗传多样性，防止早期收敛，并保留高性能个体，以有效优化解决方案。GARST 有效地解决了路由与调度在具有时间约束的增长任务中面临的 NP 完全问题。GARST 能够有效处理不可行情形，为野火管理系统的整体优化作出贡献。
引用
@article{arxiv.2407.19162,
title = {Genetic Algorithm-based Routing and Scheduling for Wildfire Suppression using a Team of UAVs},
author = {Josy John and Suresh Sundaram},
journal= {arXiv preprint arXiv:2407.19162},
year = {2024}
}