面向路网监测的无人机配置与调度协同优化方法OA

【背景】传统路网监测方法易受时空因素制约,而无人机的快速发展为交通路网监测提供了新的视角。路网环境状态的动态演化与监测需求的突发不确定性交织,严重制约了无人机任务执行的大规模协同效能。【目标】本研究旨在深入探究环境与需求双重扰动下的效率损失机理,通过构建无人机配置调度与路径规划的多目标协同优化模型,全局优化均衡,最终实现经济高效的路网监测总目标。【方法】基于分布式鲁棒优化(DRO)框架,通过状态模糊集刻画监测需求的不确定性,反映需求随环境状态变化的分布特征,构建两阶段状态描述模型。运用嵌套Benders分解算法拆分模型,进行对偶简化,求得在最坏情况下第二阶段的主问题与子问题最优解,最后基于模拟算例与真实算例进行数据模拟与分析。【数据】上海市杨浦区20个主要路网节点位置信息和2001年至2020年的对应节点降水量。【结果】数值结果表明,所提出的DRO模型相较于传统样本均值模型(SAA)、鲁棒优化模型(RO)能有效降低系统惩罚成本,在不确定性条件下保持解的稳健性,实际应用中能够应对各种不确定性带来的风险。