多无人机协同船舶路径优化算法

平均成本降低约4.1%

通过并行自适应大邻域搜索算法，有效求解单船携带多架无人机的海上配送路径问题。

Ren, Bo · 李延通 · Hairui, Sun · 白丹宇 · 陈康

Transportation Research Part E: Logistics and Transportation Review 2027

参数信息

平均目标值改进

4.1 %

算法平均目标值

26286.25

技术优势

求解更快

PALNS在获得更好解的同时所需计算时间更短，适合实际大规模调度。

处理更大规模

CPLEX无法在3小时限制内获得大规模实例可行解，而PALNS能高效求解。

应用场景

• 工业机器人：为海上平台补给中的多无人机协同提供调度算法。
• 无人机组网：规划船舶与多无人机的协同路径，提升配送效率。
• 群体机器人协同：实现多无人机与船舶的群体协同作业。
• 物流调度系统：嵌入物流调度系统，降低海上配送成本。
• 智能建造方案：为海上设施补给提供智能规划方案。