Запропоновано змістовну постановку та математичні моделі проблем оптимізації маршрутів команди безпілотних літальних апаратів (БПЛА) під час обстеження чи обслуговування заданої множини об'єктів за наявності альтернативних та динамічних депо (місць старту чи/або фінішу) і ресурсних обмежень. До таких проблем належать, зокрема, планування польотів БПЛА, що використовують рухомі платформи як депо. Критеріями оптимізації є як сумарна довжина маршрутів, так і кількість задіяних БПЛА. Розроблено та реалізовано алгоритми розв'язування сформульованих задач комбінаторної оптимізації, які базуються на оптимізації мурашиними колоніями, табу пошуку та повному переборі. Наведено результати обчислювального експерименту.
Предложены содержательная постановка и математические модели проблем оптимизации маршрутов команды беспилотных летательных аппаратов (БПЛА) при обследовании или обслуживании заданного множества объектов при наличии альтернативных и динамических депо (мест стартаи/или приземления) и ресурсных ограничений. К таким задачам, в частности,относятся проблемы планирования полетов БПЛА, использующих движущие платформы в качестве депо. Критериями оптимизации являются как суммарная длина маршрутов, так и количество задействованных БПЛА. Разработаны и реализованы алгоритмы решения сформулированных задач комбинаторной оптимизации, основанные на оптимизации муравьиными колониями, табу поиске и полном переборе. Представлены результаты вычислительного эксперимента.
The paper considers the problems of optimization of unmanned aerial vehicle (UAV) routes which act as a team when inspecting or supporting a given set of objects in the presence of alternative and dynamic depots (starting and/or landing sites) and resource constraints. Problem definition and mathematical models are proposed. Such problems, in particular, include UAV flight planning problems, which use moving platforms as a depot. The optimization criteria are both the total length of the routes and the number of UAVs involved. Algorithms for solving formulated combinatorial optimization problems based on ant colony optimization, tabu search, and exhaustive search have been developed and implemented. The results of the computational experiment are presented.
