新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!

   电工小二        

本研究的重点是城市环境下的物流无人机配送和支持包裹配送的自动配送系统。它可以有效地整合现有设施,并易于部署,该系统存在多无人机多飞行调度问题。研究人员努力优化客户满意度和总完成时间这两个目标,将调度问题转化为混合整数线性规划问题,并提出了一种多目标决策方法。他们提出了一种适用于小尺度问题的特殊编码方法,并利用变邻域搜索算法框架来生成该问题的近似最优解。实验中对重要参数进行了标定,并对算法的鲁棒性进行了分析。实验结果表明,该算法是有效的。


相关论文以题为“Multiobjective Scheduling of Logistics UAVs Based on Variable Neighborhood Search†”发表在《Applied Sciences》上。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


随着互联网的普及,越来越多的人选择网上购物,大量的网上订单给快递行业带来了巨大的压力。因此,传统快递公司需要进行生产模式的转型。无人机作为自主事物之一,被认为是物流行业的顶级战略技术。政府和企业都在大力投资开发无人机。近年来,随着无人机技术的成熟,无人机已广泛应用于通信平台、精准农业、监控监控、货物配送等各个领域;无人机辅助后勤系统已经吸引了重要的研究兴趣。值得注意的是,在不同的应用场景中,无人机辅助系统所包含的无人机数量是不同的(如图1所示)。无人机团队可以被派遣,例如,为受灾地区提供服务,探测环境条件,或者作为一个航空传感器网络,在大范围内收集数据。无人机物流也是一个新兴的应用场景,而大多数商用无人机物流辅助系统正是多架无人机协同系统,其执行效率取决于无人机的数量。利用无人机提高物流配送效率和调度效率,降低运营成本,优化终端配送环节。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


图1.在一定距离范围内的应用领域与无人机的数量。


本文主要介绍了一种城市环境下的物流无人机自动配送系统。针对该系统的小规模调度问题,提出了基于变邻域搜索的算法框架,并考虑了几个重要的优化目标。在传统物流业中,所有需要递送的包裹都存放在转运仓库中。转运站内的这些包裹是按目的地分类的。多个快递员递送这些包裹,每个快递员负责特定区域内的包裹递送。在上述系统中,一组无人机被用来代替信使。一些自动快递柜设置在包裹的目的地附近。这些无人机根据任务调度结果,将一些包裹从中转仓库放入快件柜中。上述无人机和快件柜都与互联网相连。调度中心实时获取系统的执行状态。调度中心每隔一段时间执行任务调度,并将系统状态报告给相关人员。系统执行过程如图2所示:调度中心将数据上传到Internet。转运库S_0,快递柜S_1 - S_9,无人机u_1 - u_5均接入互联网。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


图2.交付系统的执行过程。


鲁棒性分析


在参数校准方面,将t=120设置为SA算法框架的初始温度。为了进一步证明算法的鲁棒性,研究人员分析了五个实例参数对算法的影响。将该算法与局部搜索算法和模拟退火算法进行了比较。


从图3可以看出,VNS的性能优于其他两种算法。统计学差异显著。这是因为VNS算法框架可以比较不同邻域的最优解,最终结果更接近全局最优解,可以有效避免陷入局部最优情况。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


图3.三种算法的平均图比较了95.0% Tukey HSD间隔的算法。


图4和图5描述了每个参数和Tukey HSD间隔为95.0%的比较算法之间的交互。从图5和图6可以看出,在大多数情况下,所观察到的差异在统计上并不显著。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


图4.区域相关参数与95.0% Tukey HSD间隔的交互作用。


新型物流无人飞行器(UAV),可在城市环境中自动配送包裹!


图5.g、G、h的相互作用时间间隔为95.0%。


从图4可以看出面积半径r对所提SA算法框架的性能有很大影响。此外,对于express cabinet m的个数,RPD值的差异在统计学上并不显著,这是因为区域的半径直接影响了解的适应度。随着r的增大,这些RPD值之间的差异增大,使得算法更容易找到更好的解。


图5显示了以下参数:包的最大权重g、包的总权重G、无人机数量h对SA算法框架的执行影响不大。此外,他们的RPD值的差异在统计学上不显著。这是因为这三个参数对算法寻找全局最优解的能力影响不大。


结论


城市环境下的物流无人机配送问题被认为是一个调度问题。研究人员首先提出了物流无人机自动配送系统,以提高配送效率,降低成本。他们提出了可变邻域搜索算法框架来解决系统的调度问题。本文采用两阶段优化的特殊方法来求解客户满意度和总完成时间的优化问题。实验结果表明,该虚拟神经网络具有较好的鲁棒性和性能。在未来的工作中,将引入更多的多元启发式算法,考虑更现实的边缘计算场景,采用更实用的无人机体积模型和能耗模型,进一步考虑配送过程中的信息交互、多架无人机协作和优化运行方式。还有许多其他可能的算法可能更适合解决所考虑的问题。

论文链接:https://www.mdpi.com/2076-3417/10/10/3575/htm



最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐