基于蚁群算法的植保无人机任务分配优化研究

发布时间：2021-04-14 14:19

　　针对植保无人机在多个小面积农产品种植区域农药喷洒任务分配优化问题,考虑农药喷洒时无人机任务分配对工作效率的影响,建立基于农药喷洒总收益最大的优化模型。采用蚁群算法求解上述模型,并设置算法中的编码、交叉和变异方式。通过算例分析,设置试验条件,试验结果表明,文中所构建的模型及算法对于无人机农药喷洒任务分配优化决策具有很好的参考价值。求解得到的植保无人机作业次序缩短了植保无人机的航行距离,提高了农药喷洒的工作效率,节省了人力物力,使喷洒作业更加方便高效。 

【文章来源】：交通科技与经济. 2020,22(05)

【文章页数】：5 页

【部分图文】：

无人机覆盖式喷洒农药图

通过交叉完成配送序列的更新。分别对个体pi和个体pj随机选择一个交叉序列、交换序列内的染色体，形成新的个体，如图2。通过变异操作搜索配送序列的邻域。对个体pk选择两个插入点，交换插入点的元素个体。如图3。

变异操作

【参考文献】：
期刊论文
[1]结合混合粒子群算法的植保无人机航线设计方法[J]. 徐利锋,杨中柱,黄祖胜,丁维龙.  小型微型计算机系统. 2020(09)
[2]农村不动产权籍调查无人机倾斜摄影测量航线规划技术研究[J]. 张兵良,鲍桂叶,陈宇箭,陈建,许见勇.  测绘标准化. 2020(02)
[3]基于无人机低空航摄的地形图测绘应用[J]. 牛学军.  科技创新与应用. 2019(36)
[4]低空无人机交通管理概览与建议[J]. 全权,李刚,柏艺琴,付饶,李梦芯,柯晨旭,蔡开元.  航空学报. 2020(01)
[5]测绘无人机在2022冬奥会国家高山滑雪中心工程中的应用[J]. 侯广斌,李北超,陈明发,黄强.  北京测绘. 2019(10)
[6]偏远地区无人机配送发展策略的SWOT分析[J]. 高贺云,王晓伟,王艳.  山西农经. 2019(13)
[7]基于改进遗传算法的多植保无人机任务分配研究[J]. 徐正伟,张亮,马芳.  工业控制计算机. 2019(06)
[8]面向图像三维重建的无人机航线规划[J]. 吴宇豪,安籽鹏.  电子技术应用. 2019(03)
[9]基于改进遗传算法的无人机航路规划[J]. 李楠,张建华.  计算机仿真. 2016(04)
[10]多架次作业植保无人机最小能耗航迹规划算法研究[J]. 徐博,陈立平,谭彧,徐旻.  农业机械学报. 2015(11)

硕士论文
[1]基于遗传算法的多无人机农药喷洒任务分配问题研究[D]. 牛艳秋.合肥工业大学 2018



本文编号：3137470