論文の概要: Solving Area Coverage Problem with UAVs: A Vehicle Routing with Time
Windows Variation
- arxiv url: http://arxiv.org/abs/2003.07124v1
- Date: Mon, 16 Mar 2020 11:27:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-23 03:51:25.087722
- Title: Solving Area Coverage Problem with UAVs: A Vehicle Routing with Time
Windows Variation
- Title（参考訳）: UAVによる地域被覆問題の解決: Windows 変動を考慮した車両ルーティング
- Authors: Fatih Semiz and Faruk Polat
- Abstract要約: 現実には、無人航空機(UAV)で地域を覆い隠すことで、広い範囲の安全を確保することは、複数の目的から成り立っている難しい問題である。
エージェントの容量を1つにし、各顧客(ターゲットエリア)に同時に複数の車両を供給しなければならないVRPTW変動を考慮し、この問題に対処する。
本稿では,対象エリアを時間ウィンドウに従ってクラスタリングし,各クラスタと準備可能なUAVの輸送問題を段階的に生成するアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In real life, providing security for a set of large areas by covering the
area with Unmanned Aerial Vehicles (UAVs) is a difficult problem that consist
of multiple objectives. These difficulties are even greater if the area
coverage must continue throughout a specific time window. We address this by
considering a Vehicle Routing Problem with Time Windows (VRPTW) variation in
which capacity of agents is one and each customer (target area) must be
supplied with more than one vehicles simultaneously without violating time
windows. In this problem, our aim is to find a way to cover all areas with the
necessary number of UAVs during the time windows, minimize the total distance
traveled, and provide a fast solution by satisfying the additional constraint
that each agent has limited fuel. We present a novel algorithm that relies on
clustering the target areas according to their time windows, and then
incrementally generating transportation problems with each cluster and the
ready UAVs. Then we solve transportation problems with the simplex algorithm to
generate the solution. The performance of the proposed algorithm and other
implemented algorithms to compare the solution quality is evaluated on example
scenarios with practical problem sizes.
- Abstract（参考訳）: 実生活では、無人航空機(uav)で地域をカバーすることで、広い範囲のセキュリティを提供することは、複数の目的からなる難しい問題である。
これらの困難は、特定の時間帯を通して範囲をカバーし続けなければならない場合にさらに大きい。
エージェントの容量が1つであり、各顧客(ターゲットエリア)が時間窓に違反することなく同時に複数の車両を供給しなければならないVRPTW(Vine Routing Problem with Time Windows)の変動を考慮することで、この問題に対処する。
この問題において,我々は,すべての領域を時間窓内で必要な数のuavでカバーする方法を見つけ,移動距離を最小化し,各エージェントが制限された燃料を持つという追加の制約を満たすことで,高速なソリューションを提供することを目的としている。
本稿では,対象エリアを時間ウィンドウに従ってクラスタリングし,各クラスタと準備可能なUAVの輸送問題を段階的に生成するアルゴリズムを提案する。
次に,simplexアルゴリズムを用いて輸送問題を解き,その解を導出する。
提案するアルゴリズムと他の実装アルゴリズムの性能を,実際の問題サイズを例に挙げて評価した。
関連論文リスト
- A reinforcement learning guided hybrid evolutionary algorithm for the latency location routing problem [14.9829752183927]
遅延位置ルーティング問題は、施設位置問題と累積容量化車両経路問題を統合する。
この問題は、顧客に提供するデポの場所と車両ルートについて、同時に決定することである。
本稿では,メメティックアルゴリズムの枠組みに従って,強化学習誘導ハイブリッド進化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-03-21T13:54:03Z) - Constrained multi-objective optimization for multi-UAV planning [5.574995936464475]
本研究では,制約満足度問題モデルと組み合わせた多目的進化アルゴリズムを用いてこの問題を解く。
このアルゴリズムは、複雑さを増大させるいくつかのミッションでテストされ、ミッションで考慮された異なる要素の計算複雑性が研究されている。
論文 参考訳（メタデータ） (2024-02-09T17:39:02Z) - Solving Complex Multi-UAV Mission Planning Problems using
Multi-objective Genetic Algorithms [4.198865250277024]
本稿では、複雑なミッション計画問題(MPP)を解決するための多目的遺伝的アルゴリズムを提案する。
ソリューションが有効かどうかを確認するために,制約満足度問題(CSP)を用いてハイブリッドフィットネス関数を設計した。
実験の結果、新しいアルゴリズムは優れた解を得ることができるが、問題がより複雑になると、最適解を見つけることも困難になる。
論文 参考訳（メタデータ） (2024-02-09T16:13:21Z) - Solving the Team Orienteering Problem with Transformers [46.93254771681026]
車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。
本稿では,チームオリエンテーリング問題を高速かつ高精度に解決できる多エージェント経路計画システムを提案する。
論文 参考訳（メタデータ） (2023-11-30T16:10:35Z) - Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle
Routing Problem with Time Windows [58.891409372784516]
本稿では,Roulette Wheel Method (RWPSO) を用いた新しいPSO手法を提案する。
RWPSOのSolomon VRPTWベンチマークデータセットを用いた実験は、RWPSOが文学の他の最先端アルゴリズムと競合していることを示している。
論文 参考訳（メタデータ） (2023-06-04T09:18:02Z) - A Case Study of Vehicle Route Optimization [2.2101681534594237]
本研究では,主に関連する実世界の制約と要件を取り入れる。
時間ウィンドウと停止時間のための2段階戦略とタイムラインアルゴリズムを提案する。
4つの最先端アルゴリズムに対する8つの異なる問題インスタンスの評価は、我々のアプローチが与えられた制約を妥当な時間で処理することを示している。
論文 参考訳（メタデータ） (2021-11-17T13:10:55Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - Territory Design for Dynamic Multi-Period Vehicle Routing Problem with
Time Windows [0.0]
タイムウインドウ(TD-DMPVRPTW)を用いた動的多周期車両ルーティング問題の準位設計
この問題は、デポから一連の顧客への注文を配信するための連続的でコンパクトな領域の設計を扱う。
顧客と要求は時間とともに動的に変化する。
論文 参考訳（メタデータ） (2020-12-18T20:50:32Z) - Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal
Constraints [52.58352707495122]
本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。
都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
論文 参考訳（メタデータ） (2020-05-27T01:10:41Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - Reinforcement Learning Based Vehicle-cell Association Algorithm for
Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。
まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。
提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文 参考訳（メタデータ） (2020-01-22T08:51:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。