复杂性 复杂性 1099 - 0526 1076 - 2787 Hindawi 10.1155 / 2018/6879419 6879419 研究文章 智能无人机地图生成和离散路径规划的搜索和救援行动 圣胡安 维克多 1 http://orcid.org/0000 - 0003 - 1993 - 8368 桑托斯 马蒂尔德 1 http://orcid.org/0000 - 0002 - 9764 - 8131 安杜哈尔 若泽•曼努埃尔• 2 Volchenkov 迪米特里 1 计算机体系结构和自动控制 信息学院 马德里大学马德里 28040年马德里 西班牙 ucm.es 2 电子学系 计算机科学和自动化工程 瓦大学 21819瓦 西班牙 uhu.es 2018年 23 4 2018年 2018年 09年 12 2017年 28 02 2018年 23 4 2018年 2018年 版权©2018维克多圣胡安et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

搜救行动(SAR)发生在任何紧急情况下的人,他们的生命处于危险之中。这些操作是当今先进技术的帮助下,如无人机(uav)。在这个工作中,提出了几种方法来计算无人机离散路径规划。之前,执行一个智能搜索区域的特征来估计一个潜在的风险/占用程度的网格映射。这个评估主要是基于模糊逻辑,考虑不同的因素。然后,应用四种方法来计算路径规划:一个原始提议叫吸引力,模糊逻辑,简称ANFIS和PSO算法。所有这些计算路径点的位置是紧随其后的是无人机最小化距离和人们暴露风险。然后,这些策略适应多个无人机搜索的可能性,同时,和蜂群的形成进行了探讨。最后,路径规划这四个解决方案,包括不同数量的无人机,测试在一个真实的模拟场景,然后每个方法的性能进行了分析和比对。 欧盟EP-INTERREG v a Spain-Portugal (POCTEP) 0115年_tecnolivo_6_e 1。介绍<gydF4y2Ba/title> <p>不幸的是,每年都有一些新闻的自然灾害,如火灾或地震影响的城市,城镇,自然环境。除此之外,我们也看到人类悲剧海上事故或人迷失在危险的地方。所有这些情况下,和很多人一样,有一个共同的重要方面。他们受到许多人的生命在这些情况下以一种方式或另一种危险,一个直接的风险。<gydF4y2Ba/p> <p>最重要的方面在这些情况下,甚至在开始减轻风险(即。灭火火),潜在的幸存者的搜救(SAR)。特区过程是由专业团队,即使冒自己的生命危险去救别人。<gydF4y2Ba/p> <p>幸运的是,这些特区团队,在大多数的情况下,配备了先进的技术,现在包括无人驾驶飞行器(无人机)来改善人们搜索并防止救援队经历危险的地方找到幸存者的没有真正的证据(<xrefgydF4y2Baref-type="bibr" rid="B1"> 1<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>这些自主车辆在过去的十年里经历了巨大的发展。无人机现在使用在许多不同的应用,如国防、监测、或包交付等(<xrefgydF4y2Baref-type="bibr" rid="B2"> 2<gydF4y2Ba/xref>]。但无人机路径规划问题是一个重要的问题在无人机任务规划<xrefgydF4y2Baref-type="bibr" rid="B3"> 3<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>许多这样的应用程序使用自动控制飞行器,它能够通过一个预先计划的飞行轨迹,甚至做出实时决策的轨迹。然而,大多数的商业无人机仍然使用一个场外的飞行员和一个固定的预先计划的轨迹(<xrefgydF4y2Baref-type="bibr" rid="B4"> 4<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>这项工作的最终动机是找到人在SAR操作风险尽可能快,使用全自动无人机配备车载摄像头。因此,我们提出了一些策略来优化这个搜索。危险的路径规划考虑一个特定的场景中,会有一些地方比别人更高的风险。要做到这一点,我们首先开发了一种基于模糊逻辑的方法来描述表面探索和评估潜在风险的程度和人们在那个点的概率。<gydF4y2Ba/p> <p>然后,我们已经开发出一种离散路径规划找到尽快使用以前生成的地图分析。四种智能离散路径规划策略将被实现和测试在一个真实的场景。最后,我们将展示的无人机群形成影响人们搜索的速度和有效性。<gydF4y2Ba/p> <p>下列主题的范围不包括在这项工作:无人机机载控制和避障和无人机路径跟踪和图像处理。事实上,我们不使用无人机的动力学模型。计算路径规划轨迹以及一些离散点,对应于不同细胞的地图搜索区域划分。无人机移动从一个细胞到另一个(邻)以一个恒定的速度。细胞的数量访问了轨迹的长度,因此所花费的时间。<gydF4y2Ba/p> <p>本文的组织结构如下:部分<xrefgydF4y2Baref-type="sec" rid="sec2"> 2<gydF4y2Ba/xref>总结了相关的工作。部分<xrefgydF4y2Baref-type="sec" rid="sec3"> 3<gydF4y2Ba/xref>描述的生成模糊入住率/风险地图。节<xrefgydF4y2Baref-type="sec" rid="sec4"> 4<gydF4y2Ba/xref>,四个方法提出了智能离散路径规划和结果在一个真实的模拟场景介绍和分析。使用几个无人机的结果在搜索和救援任务是讨论部分<xrefgydF4y2Baref-type="sec" rid="sec5"> 5<gydF4y2Ba/xref>。部分<xrefgydF4y2Baref-type="sec" rid="sec6"> 6<gydF4y2Ba/xref>显示了一个案例研究和部分<xrefgydF4y2Baref-type="sec" rid="sec7"> 7<gydF4y2Ba/xref>总结和讨论了全球的结果。本文结尾的结论和未来的工作。<gydF4y2Ba/p> </sec> <sec id="sec2"> <title>2。背景<gydF4y2Ba/title> <p>搜索和救援(SAR)操作必须由主管当局在紧急情况下,涉及到人的危险。这些突发事件的性质可以不同;因此,风险将随紧急,因此SAR的使命也适应的场景。一些紧急情况下,例如,人们迷失在不适宜居住的地方,火灾、飞机或船事故、自然灾害如滑坡、洪水和地震(<xrefref- - - - - -- - - - - -- - - - - - - - -type="bibr" rid="B5"> 5<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>自主机器人和车辆被用来执行任务在危险的环境中,如在核电站运营,探索火星,和监视敌人的战场(<xrefgydF4y2Baref-type="bibr" rid="B6"> 6<gydF4y2Ba/xref>]。事实上,无人机SAR中经常使用操作。这些无人机的共同操作是由特别行政区远程指挥团队成员(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B8"> 7<gydF4y2Ba/xref>]。无人机是感动飞行员所需的地区为了收集搜救任务的相关信息(<xrefgydF4y2Baref-type="bibr" rid="B9"> 8<gydF4y2Ba/xref>]。无人机的负载可能是不同的性质,通常摄像头录像或拍照,但是也有可能找到其他传感器,如气体分析仪检测烟雾成分。<gydF4y2Ba/p> <p>但仍计划搜救任务的获得路径或轨迹是一个具有挑战性的问题,需要仔细考虑。无人机自主飞行可以基于一个预先计划的路径或甚至可以在线计算(<xrefgydF4y2Baref-type="bibr" rid="B10"> 9<gydF4y2Ba/xref>]。自治水平通过无人机取决于方法用来控制车辆和生成的路线(<xrefgydF4y2Baref-type="bibr" rid="B11"> 10<gydF4y2Ba/xref>]。因此,自主无人机必须有一个汽车非常自主路径规划计算功能。<gydF4y2Ba/p> <p>如今离散搜索是一个有趣的话题,许多应用程序。例如,在建立基础设施监测、机器人检查是必不可少的一个有效的路径规划算法的大型表面使用计算机视觉[<xrefgydF4y2Baref-type="bibr" rid="B12"> 11<gydF4y2Ba/xref>,<xrefgydF4y2Baref-type="bibr" rid="B13"> 12<gydF4y2Ba/xref>)或控制自治代理交互的虚拟世界,即根据需求对这些虚拟场景的规模和复杂性,即使对于地区的人群动画和全身运动规划虚拟角色(<xrefgydF4y2Baref-type="bibr" rid="B14"> 13<gydF4y2Ba/xref>]。<gydF4y2Ba/p> <p>离散路径规划有不同的方法。这本书由Kallmann Kapadia [<xrefgydF4y2Baref-type="bibr" rid="B14"> 13<gydF4y2Ba/xref>)评论几个相关的进化实现智能导航技术在离散空间,从经典的规划和计算几何技术,然后逐渐向更高级的主题,虽然被应用到交互式的虚拟世界,解决最短路径和有限的时间预算。的一些路径跟踪算法通常用于无人机在[<xrefgydF4y2Baref-type="bibr" rid="B15"> 14<gydF4y2Ba/xref>),包括它们之间的比较,以帮助选择一个或另一个。样条插值等使用几何方法为了得到平滑曲线通过的路径点(<xrefgydF4y2Baref-type="bibr" rid="B16"> 15<gydF4y2Ba/xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 16<gydF4y2Ba/xref>]。在[<xrefgydF4y2Baref-type="bibr" rid="B8"> 7<gydF4y2Ba/xref>定义),路径规划应用蒙特卡罗搜索最佳路径的使用在线检测参数。<gydF4y2Ba/p> <p>锚点之间的路径的优化也解决了几个作者。他们中的许多人使用遗传算法(GA) [<xrefgydF4y2Baref-type="bibr" rid="B18"> 17<gydF4y2Ba/xref>- - - - - -<xrefgydF4y2Baref-type="bibr" rid="B21"> 20.<gydF4y2Ba/xref>]。其它建议应用分布估计算法(<xrefgydF4y2Baref-type="bibr" rid="B22"> 21<gydF4y2Ba/xref>]或<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mi> ∗<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>搜索(<xrefgydF4y2Baref-type="bibr" rid="B23"> 22<gydF4y2Ba/xref>]。一般来说,在这些情况下,无人机需要移动在一个已知的环境中,和得到最优路径,避免障碍,雷达区,建筑,电池耗尽,等等。<gydF4y2Ba/p> </sec> <sec id="sec3"> <title>3所示。一代的风险/入住率地图<gydF4y2Ba/title> <p>在搜索和救援的过程中,需要利用可用性的增加有关灾难来自不同来源的数据。特别是,这些信息可以是一个宝贵的资源来推动无人机飞行路径的规划空间,以发现那些在危险<xrefgydF4y2Baref-type="bibr" rid="B9"> 8<gydF4y2Ba/xref>]。因此,第一步是评估和定义搜索区域,包括所有可用的数据,并定义所需的区域范围水平,为了生成地图将用于离散的无人机路径规划。<gydF4y2Ba/p> <p>这个区域描述涉及的分析表面的搜索将和量化的特征。的输入是一个映射区域覆盖。这张地图分为网格的细胞。这些细胞将指定值的潜在风险和入住率将用于计算路径点,无人机将遵循。<gydF4y2Ba/p> <p>网格分区,它假定无人机能够跟踪整个细胞位于它的几何中心。也就是说,细胞的大小不会超过该地区由无人机的车载摄像头。但这是很难估计,因为它取决于两个主要因素:高度的无人机和镜头的孔径角。同时,无人机的高度,在视觉跟踪的情况下,相机的特点将是有限的。事实上,如果海拔太高,相机将无法正确集中,因此跟踪将不会工作。考虑到这个,考虑到我们正在与一个离散的场景以理论的方式,一个100×100 m细胞大小的限制。这个值可以根据技术规格比例所使用的传感器。<gydF4y2Ba/p> <p>一旦确定网格的大小,细胞的数量计算简单的我们正在探索的特定区域。<gydF4y2Ba/p> <p>这个工作是一个真实的案例的应用场景。宣布2016年8月,一场森林大火在拉帕尔玛岛,在加那利群岛(西班牙)。大火持续了几天影响超过4000公顷,也就是说,6.8%的表面(图<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="fig" rid="fig1a"> 1(一)<gydF4y2Ba/xref>)。幸运的是,没有公民的受害者,但遗憾的是在灭火阶段一人死亡。超过2500人需要在火撤离他们的家园。<gydF4y2Ba/p> <fig-group id="fig1"> <label>图1<gydF4y2Ba/label> <p>拉帕尔玛火地图(a)和(b)网格搜索区域。<gydF4y2Ba/p> <fig id="fig1a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.001a"></graphic> </fig> <fig id="fig1b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.001b"></graphic> </fig> </fig-group> <p>在图<xrefgydF4y2Baref-type="fig" rid="fig1a"> 1(一)<gydF4y2Ba/xref>,我们可以看到火贯穿整个天。仿真场景对应于第三天的火(虚线红线)。三天是一个合理的时间去寻找一个人。一矩形区域,比火焰区域,选择跟踪和分区。网格分区有24×24细胞(图<xrefref- - - - - -- - - - - - - - - -type="fig" rid="fig1b"> 1 (b)<gydF4y2Ba/xref>)。<gydF4y2Ba/p> <p>一旦定义了区域覆盖和网格分区,每个细胞的潜在风险/占用值估计。<gydF4y2Ba/p> <sec id="sec3.1"> <title>3.1。潜在的风险/入住率估计<gydF4y2Ba/title> <p>潜在风险/入住率地图的目的是给一个值的每一个细胞的可能性被人占领了,在这种情况下,潜在危害生命的那个人。<gydF4y2Ba/p> <p>计算这个值来自不同来源的一些信息是必要的。获得潜在的占用我们需要知道,例如,频率区域是人们浏览过了。潜在风险可以由突发事件的类型。此信息可以来自领域专家的分析和/或从历史数据。我们将考虑两个主要组件定义地图,地形和应急因素。他们是由模糊推理系统(FIS)。<gydF4y2Ba/p> <p>地形FIS作为输入变量命名<我talic> 住<gydF4y2Ba/italic>,<我talic> 危害<gydF4y2Ba/italic>,<我talic> 交通<gydF4y2Ba/italic>(表<xrefgydF4y2Baref-type="table" rid="tab1"> 1<gydF4y2Ba/xref>)。输出是<我talic> Pterrain<gydF4y2Ba/italic>这是这个因素的贡献,地图。<gydF4y2Ba/p> <table-wrap id="tab1"> <label>表1<gydF4y2Ba/label> <p>地形因子输入。<gydF4y2Ba/p> <table> <tbody> <tr> <td align="left">住<gydF4y2Ba/td> <td align="left">它描述了该地区是否常去的人。高值增加潜在的入住率。这些信息可以从分析获得的区域和/或历史数据。<gydF4y2Ba/td> </tr> <tr> <td align="left">危害<gydF4y2Ba/td> <td align="left">它量化固有的危险区域,受到野生动物的影响,天气条件,地形访问,等更高的值增加潜在风险。<gydF4y2Ba/td> </tr> <tr> <td align="left">交通<gydF4y2Ba/td> <td align="left">它表达了是否该地区通常是运送的人,这意味着人们可以更容易被其他人发现。潜在的入住率和这些领域的风险减少。<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>两个输入变量被定义为模糊(<我talic> 住<gydF4y2Ba/italic>和<我talic> 危害<gydF4y2Ba/italic>),第三个<我talic> (交通)<gydF4y2Ba/italic>将被视为一个脆重量适用于输出。这两个<我talic> 住<gydF4y2Ba/italic>和<我talic> 危害<gydF4y2Ba/italic>语言变量标准化在0和1之间。模糊集是由三角形和梯形隶属度函数。标签很低,中,高<我talic> 住<gydF4y2Ba/italic>(图<xrefgydF4y2Baref-type="fig" rid="fig2a"> 2(一个)<gydF4y2Ba/xref>)和低和高<我talic> 危害<gydF4y2Ba/italic>(图<xrefgydF4y2Baref-type="fig" rid="fig2b"> 2 (b)<gydF4y2Ba/xref>)。<gydF4y2Ba/p> <fig-group id="fig2"> <label>图2<gydF4y2Ba/label> <p> <italic> 住<gydF4y2Ba/italic>(一)和<我talic> 危害<gydF4y2Ba/italic>(b)模糊变量。<gydF4y2Ba/p> <fig id="fig2a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.002a"></graphic> </fig> <fig id="fig2b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.002b"></graphic> </fig> </fig-group> <p>输出是由三个三角形定义模糊集(低,中,高)。通过应用专家知识,获得的模糊规则,如下:<gydF4y2Batable-wrap position="float"></table-wrap></p> <table> <tbody> <tr> <td>规则<gydF4y2Ba/td> <td colspan="2">住<gydF4y2Ba/td> <td>危害<gydF4y2Ba/td> <td>输出<gydF4y2Ba/td> </tr> <tr> <td colspan="2">1<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> </tr> <tr> <td colspan="2">2<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> </tr> <tr> <td colspan="2">3<gydF4y2Ba/td> <td>媒介<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> </tr> <tr> <td colspan="2">4<gydF4y2Ba/td> <td>媒介<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> <td>媒介<gydF4y2Ba/td> </tr> <tr> <td colspan="2">5<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> <td>高<gydF4y2Ba/td> <td>媒介<gydF4y2Ba/td> </tr> <tr> <td colspan="2">6<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> <td>低<gydF4y2Ba/td> </tr> </tbody> </table> <p></p> <p>该模糊系统的输出最终加权的<我talic> 交通<gydF4y2Ba/italic>变量。即地形FIS乘以它获得最终的结果<我talic> Pterrain<gydF4y2Ba/italic>价值。的<我talic> 交通<gydF4y2Ba/italic>变量是很低的,一般来说,在访问的地方是容易的,它是困难的,人们迷失和呆在那里(入住率较低);如果发生了一件事,他们将已经发现并疏散。除此之外,也将低风险会有帮助来解决这种情况。因此,交通价值将降低的价值<我talic> Pterrain<gydF4y2Ba/italic>在这种情况下。反之亦然。<gydF4y2Ba/p> <p>这<我talic> Pterrain<gydF4y2Ba/italic>因素是最后的一部分贡献值将分配到每个细胞为了排名他们访问(见方程(<xrefgydF4y2Baref-type="disp-formula" rid="EEq1"> 1<gydF4y2Ba/xref>))。<gydF4y2Ba/p> <p>表<xrefgydF4y2Baref-type="table" rid="tab3"> 3<gydF4y2Ba/xref>显示了一个示例,这些变量可能的值。给的值<我talic> 住<gydF4y2Ba/italic>根据地形因子估计可访问性和山岳志。难以接近的区域或地区困难访问小呆比其他类似道路或平原。的<我talic> 危害<gydF4y2Ba/italic>据估计根据自然地形。交通价值取决于道路或建筑的存在。<gydF4y2Ba/p> <p>举个例子,如果保持输入高,地形因素的贡献的风险/占用值细胞应该高(会有那里的人),但同时这个值将平衡其他两个因素,交通和风险。不管怎样,如果保持较高的风险很有可能那个地方很低(无风险),此外交通因素将低(道路、访问的地方),减少最终贡献的风险。<gydF4y2Ba/p> <p>同样的推理应用于确定紧急金融中间人。模糊输入变量<我talic> 影响<gydF4y2Ba/italic>和<我talic> 受伤<gydF4y2Ba/italic>,在那里<我talic> 影响<gydF4y2Ba/italic>被定义为三个三角形隶属度函数和模糊集<我talic> 受伤<gydF4y2Ba/italic>有两个梯形的。第三个输入<我talic> SAR团队位置<gydF4y2Ba/italic>,是一个二进制变量值等于1除了在救援队已经当场,在这种情况下是0。这些变量的定义如表所示<xrefgydF4y2Baref-type="table" rid="tab2"> 2<gydF4y2Ba/xref>。该FIS的输出<我talic> Pemergency<gydF4y2Ba/italic>(见方程(<xrefgydF4y2Baref-type="disp-formula" rid="EEq1"> 1<gydF4y2Ba/xref>))。<gydF4y2Ba/p> <table-wrap id="tab2"> <label>表2<gydF4y2Ba/label> <p>应急因素输入。<gydF4y2Ba/p> <table> <tbody> <tr> <td align="left">影响<gydF4y2Ba/td> <td align="left">它代表了该地区是如何受突发事件的影响。高值增加潜在风险和低价值相反。<gydF4y2Ba/td> </tr> <tr> <td align="left">受伤<gydF4y2Ba/td> <td align="left">它描述了人们受伤的可能性。高值增加潜在风险。<gydF4y2Ba/td> </tr> <tr> <td align="left">SAR团队位置<gydF4y2Ba/td> <td align="left">它描述了SAR团队的位置,例如,他们有多接近应急区域。如果现货已经覆盖,这一点是取消的必要性。<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab3"> <label>表3<gydF4y2Ba/label> <p>地形输入值。<gydF4y2Ba/p> <table> <thead> <tr> <th align="left">描述<gydF4y2Ba/th> <th align="center"> <italic> 交通<gydF4y2Ba/italic></th> <th align="center"> <italic> 住<gydF4y2Ba/italic></th> <th align="center"> <italic> 危害<gydF4y2Ba/italic></th> </tr> </thead> <tbody> <tr> <td align="left">主要道路<gydF4y2Ba/td> <td align="center">0.2<gydF4y2Ba/td> <td align="center">0.8<gydF4y2Ba/td> <td align="center">0.1<gydF4y2Ba/td> </tr> <tr> <td align="left">Sec公路1<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> <td align="center">0.6<gydF4y2Ba/td> <td align="center">0.2<gydF4y2Ba/td> </tr> <tr> <td align="left">Sec公路2<gydF4y2Ba/td> <td align="center">0.6<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> <td align="center">0.2<gydF4y2Ba/td> </tr> <tr> <td align="left">附近的森林<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> <td align="center">0.3<gydF4y2Ba/td> </tr> <tr> <td align="left">平原<gydF4y2Ba/td> <td align="center">0.3<gydF4y2Ba/td> <td align="center">0.7<gydF4y2Ba/td> <td align="center">0.2<gydF4y2Ba/td> </tr> <tr> <td align="left">森林类型1<gydF4y2Ba/td> <td align="center">0.6<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> <td align="center">0.4<gydF4y2Ba/td> </tr> <tr> <td align="left">森林2型<gydF4y2Ba/td> <td align="center">0.8<gydF4y2Ba/td> <td align="center">0.3<gydF4y2Ba/td> <td align="center">0.5<gydF4y2Ba/td> </tr> <tr> <td align="left">森林类型3<gydF4y2Ba/td> <td align="center">0.9<gydF4y2Ba/td> <td align="center">0.1<gydF4y2Ba/td> <td align="center">0.7<gydF4y2Ba/td> </tr> <tr> <td align="left">山<gydF4y2Ba/td> <td align="center">0.5<gydF4y2Ba/td> <td align="center">0.5<gydF4y2Ba/td> <td align="center">0.3<gydF4y2Ba/td> </tr> <tr> <td align="left">沙漠<gydF4y2Ba/td> <td align="center">0.9<gydF4y2Ba/td> <td align="center">0.2<gydF4y2Ba/td> <td align="center">0.6<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>例如,如果一个特定的区域是强烈影响,和事故的类型是危险的对于生活的人来说,这个FIS的值将会很高。它将由香港团队是否思考甚至已经在附近,减少风险和入住率。<gydF4y2Ba/p> <p>最后,关于的重要性<我talic> Pterrain<gydF4y2Ba/italic>和<我talic> Pemergency<gydF4y2Ba/italic>因素对路径规划的最终决定,他们的意思是这样的。第一个是更重要的,因为它代表了区域必须访问,因为很有可能人。除此之外,他们还可以危险区域。然而,<我talic> Pemergency<gydF4y2Ba/italic>代表应该访问的区域,因为他们是有潜在危险的人们由于某种紧急,以防人。<gydF4y2Ba/p> </sec> <sec id="sec3.2"> <title>3.2。潜在的风险/入住率地图<gydF4y2Ba/title> <p>我们估计这些模糊推理系统的结果,<我talic> 地形<gydF4y2Ba/italic>和<我talic> 紧急<gydF4y2Ba/italic>每个单元的拉帕尔玛的搜索区域的地图。为他们生成地图(图<xrefgydF4y2Baref-type="fig" rid="fig3"> 3<gydF4y2Ba/xref>)。<gydF4y2Ba/p> <fig-group id="fig3"> <label>图3<gydF4y2Ba/label> <p>拉帕尔玛地形紧急(a)和(b)地图。<gydF4y2Ba/p> <fig id="fig3a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.003a"></graphic> </fig> <fig id="fig3b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.003b"></graphic> </fig> </fig-group> <p>相对应的颜色代表的价值因素,细胞,从深蓝色(值0),黄色(1)值图<xrefgydF4y2Baref-type="fig" rid="fig3a"> 3(一个)<gydF4y2Ba/xref>显示了地形的贡献。可以观察到高保持因子在地图的中间,用蓝色和次要道路是明确的标志。紧急贡献图所示<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="fig" rid="fig3b"> 3 (b)<gydF4y2Ba/xref>。分化区有三种:不受影响,一个在中间,严重影响了火和浅绿色。<gydF4y2Ba/p> <p>然后两个贡献结合根据的关系(<xrefgydF4y2Baref-type="disp-formula" rid="EEq1"> 1<gydF4y2Ba/xref>)获得的潜在风险/占用价值区(图拉帕尔玛着火了<xrefgydF4y2Baref-type="fig" rid="fig4"> 4<gydF4y2Ba/xref>),将离散的输入路径规划:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (1)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 0.5<gydF4y2Ba/mml:mn> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> E<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> R<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> R<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 一个<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 我<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> N<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 0.4<gydF4y2Ba/mml:mn> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> E<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 米<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> E<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> R<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> G<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> E<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> N<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> C<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> Y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 0.1<gydF4y2Ba/mml:mn> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> H<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 我<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 年代<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> T<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> O<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> R<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 我<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> C<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> 一个<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> l<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <fig id="fig4"> <label>图4<gydF4y2Ba/label> <p>拉帕尔玛潜在风险/入住率地图。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.004"></graphic> </fig> <p>第三项(<xrefgydF4y2Baref-type="disp-formula" rid="EEq1"> 1<gydF4y2Ba/xref>)、历史贡献量化的可能性事件再次发生在同一个地方。它将在积极的案例1和0。<gydF4y2Ba/p> <p>可以看到不同元素的区域;例如,一些道路可以清楚地识别和黄色区域对应于森林,更高的风险值和火灾发生的地方。<gydF4y2Ba/p> </sec> </sec> <sec id="sec4"> <title>4所示。离散路径规划<gydF4y2Ba/title> <p>四个离散路径规划的方法已被开发和应用,三个人使用技术来自于人工智能领域。最终的目的是定义路径点无人机必须遵循,为了找到尽快SAR操作中涉及的人员和他们的生活的风险降到最低。<gydF4y2Ba/p> <p>以最快的方式找到一个人,有必要探索整个地区旅行的距离最小化。此外,不仅时间还必须最小化风险,因此,无人机应该首先去那些风险较高的地区或更危险。很难解决这两个问题同时,首先潜在风险较高的领域/入住率将访问,然后也会最小化的距离,寻找一个好的这两个目标之间的权衡。<gydF4y2Ba/p> <p>一直说,车载摄像头应该是能够跟踪整个细胞的网格分区和路径点位于这些细胞的中心。路径规划是由细胞然后设置顺序应该经历。<gydF4y2Ba/p> <p>检查解决方案的质量,结果量化的两个数据:<gydF4y2Balist> <list-item> <label>(我)<gydF4y2Ba/label> </list-item> </list></p> <p>距离<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mo stretchy="false"> )<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>总路程的无人机。<gydF4y2Ba/p> <list-item> <label>(2)<gydF4y2Ba/label> <p>重量<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo stretchy="false"> )<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>是一个因素,计算<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:mtable> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (2)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> </mml:mstyle> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> </mml:mstyle> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:mi mathvariant="normal"> o<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> r<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> d<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> r<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> </list-item>订单相关细胞的位置在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo stretchy="false"> )<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>这是跟踪和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>是细胞的潜在风险/占用的价值。这个重量值量化的意思是否最重要的细胞,这些高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>跟踪值,比其他的早,所以有趣的是最小化。<gydF4y2Bap></p> <p>这四个方法的场景是24×24细胞图如图<xrefgydF4y2Baref-type="fig" rid="fig4"> 4<gydF4y2Ba/xref>对应于火拉帕尔玛受影响的区域。<gydF4y2Ba/p> <sec id="sec4.1"> <title>4.1。第一个提议:吸引力的方法<gydF4y2Ba/title> <p>这种所谓的<我talic> 吸引力的方法<gydF4y2Ba/italic>基于潜在领域的理论。一般来说,潜在的字段是最后一点时使用。计算一个向量和它的方向和大小取决于距离这最后一点,考虑的障碍或禁止区,可能影响轨迹。<gydF4y2Ba/p> <p>在我们的例子中,最后一点是未知的。定义它,吸引价值估计为每个细胞,细胞吸引最高的值将是下一个路标。魅力值直接取决于细胞的潜在风险/入住率和距离当前位置(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="disp-formula" rid="EEq3"> 3<gydF4y2Ba/xref>)。在这个表达式(<xrefgydF4y2Baref-type="disp-formula" rid="EEq3"> 3<gydF4y2Ba/xref>),<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>代表了<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>th细胞矩阵的吸引力<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>潜在的风险/入住率与细胞有关。细胞覆盖矩阵包含历史信息是否已经跟踪。也就是说,覆盖与相同的维度是一个矩阵<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>,值1 nontracked细胞和0的追踪。分母是欧几里得距离<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>th细胞到当前位置<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd> <mml:mtext> (3)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:mi mathvariant="normal"> C<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> o<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> v<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> r<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> d<gydF4y2Ba/mml:mi> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>该算法试图去点高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值但当前位置附近,所以进一步细胞高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值有吸引力低于近点。因此,轨迹是一致的和无人机跟踪低和高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞减少的距离,但总是被更高更吸引<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞。如果不是考虑的距离,只<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值将决定路径点,轨迹可能会从一个路标跳到另一个,它可能是坎坷的。<gydF4y2Ba/p> <p>然而,根据这一提案,景点的距离大于潜在风险/占用价值。事实上,轨迹试图最小化距离和潜在风险/入住率。同时最小化距离很有趣,尽量减少重量是更重要的,因为它是至关重要的先走到细胞,寻找更高的概率。因此,(<xrefref- - - - - -- - - - - -- - - - - - - - -type="disp-formula" rid="EEq3"> 3<gydF4y2Ba/xref>)改为(<xrefgydF4y2Baref-type="disp-formula" rid="EEq4"> 4<gydF4y2Ba/xref>),以便有一个更加平衡这些因素之间的关系:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:mtable> <mml:mlabeledtr id="EEq4"> <mml:mtd> <mml:mtext> (4)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:mi mathvariant="normal"> C<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> o<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> v<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> r<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> d<gydF4y2Ba/mml:mi> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 经验值<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:msqrt> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:msqrt> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfrac> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在(<xrefgydF4y2Baref-type="disp-formula" rid="EEq4"> 4<gydF4y2Ba/xref>),距离的指数函数被选中是因为它的渐近行为。非常接近细胞利用的距离,但在短期内所有细胞都将同样受到影响,在反对先前的线性关系,进一步机会探索细胞已经低于接近的。<gydF4y2Ba/p> <p>两个改进是为了得到一个更好的解决方案。第一个是关于轨迹的连续性。为了避免连续细胞之间跳跃序列条件规则实现。根据这个,如果连续两个锚点位于同一垂直或水平,这两点之间的所有细胞都变成自动中转地点。这样这些细胞被认为是已经跟踪和无人机将不必倒退去探索它们。<gydF4y2Ba/p> <p>第二个增强算法的路径选择。细胞的最大吸引力是选为路标,但有时不止一个细胞具有相同的最大价值。最初第一个最大的发现被选中,所以路径依赖的起点。控制策略被应用于避免这种偏见。第一个路标将细胞,最大魅力值,周围是细胞高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值比其他候选人;也就是说,它坐落在更多领域<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>密度。一个矩阵密度,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>生成,根据以下公式:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (5)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> </mml:mstyle> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:munderover> <mml:mrow> <mml:mi> </mml:mi> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> </mml:mstyle> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:munderover> <mml:mrow> <mml:mfrac> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi> 米<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:msub> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mi> 米<gydF4y2Ba/mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:msqrt> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi class="cond"> </mml:mi> <mml:mo> ∀<gydF4y2Ba/mml:mo> <mml:mi> n<gydF4y2Ba/mml:mi> <mml:mo> ≠<gydF4y2Ba/mml:mo> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mo> </mml:mo> <mml:mo> </mml:mo> <mml:mi> 米<gydF4y2Ba/mml:mi> <mml:mo> ≠<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>之后,找到的吸引力矩阵的最大值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>(<xrefgydF4y2Baref-type="disp-formula" rid="EEq4"> 4<gydF4y2Ba/xref>),寻找最大<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>值(<xrefgydF4y2Baref-type="disp-formula" rid="EEq5"> 5<gydF4y2Ba/xref>)进行。细胞密度最高的细胞之间的最大吸引力是选为下一个路标。<gydF4y2Ba/p> <p>所有这些修改,运行一个模拟拉帕尔玛地图上显示这种方法(图<xrefgydF4y2Baref-type="fig" rid="fig5"> 5<gydF4y2Ba/xref>)。<gydF4y2Ba/p> <fig id="fig5"> <label>图5<gydF4y2Ba/label> <p>拉帕尔玛<我talic> 吸引力<gydF4y2Ba/italic>路径规划。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.005"></graphic> </fig> <p>轨迹从左上角开始,覆盖整个表面。这似乎是一致的,具有良好的连续性。距离是680单位的价值和重量是37392。正如预期的那样,轨迹开始穿过绿色的淡蓝色细胞,快速覆盖地图(高的黄色部分<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值)。当无人机变得接近黄色的细胞,能直接从它然后覆盖所有越低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞,不浪费时间探索低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞自动访问。然后去其他黄色区域等等。<gydF4y2Ba/p> <p>总而言之,这种最初的提案适用非常简单,但仍可以改善的行为,因为有一些循环和路径相互交叉。其他策略将受到考验。<gydF4y2Ba/p> </sec> <sec id="sec4.2"> <title>4.2。模糊逻辑方法<gydF4y2Ba/title> <p>一种不同的方法使用模糊逻辑也已经实现。Mamdani模糊推理系统(FIS)设计有两个输入,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>(潜在风险/占用)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>(距离),和一个输出,吸引力矩阵<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mo stretchy="false"> )<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>。这种方式潜在风险/入住率的贡献值和距离当前位置是分开的生成以及它们之间的非线性关系。对于每一个输入,三个三角形和梯形模糊集被分配(高、中,低)和两个输出(高、低)。九个模糊规则表<xrefref- - - - - -- - - - - -- - - - - - - - -type="table" rid="tab4"> 4<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab4"> <label>表4<gydF4y2Ba/label> <p>模糊规则的方法。<gydF4y2Ba/p> <table> <thead> <tr> <th align="left">规则<gydF4y2Ba/th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:mrow> <mml:mi> D<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> </tr> </thead> <tbody> <tr> <td align="left">1<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> </tr> <tr> <td align="left">2<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> </tr> <tr> <td align="left">3<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> </tr> <tr> <td align="left">4<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> </tr> <tr> <td align="left">5<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> </tr> <tr> <td align="left">6<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> </tr> <tr> <td align="left">7<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> </tr> <tr> <td align="left">8<gydF4y2Ba/td> <td align="center">媒介<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> </tr> <tr> <td align="left">9<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">低<gydF4y2Ba/td> <td align="center">高<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>模拟在不同的场景进行测试这最初模糊的方法。结果比以前的解决方案。当分析的演变轨迹,我们发现无人机更喜欢去一个邻近的细胞较低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值而不是进一步细胞高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值。事实上,黄色细胞首先被无人机,但等到以后跟踪。<gydF4y2Ba/p> <p>尽管FIS通常是由一个专家谁知道设计和调整系统的行为,在这种情况下,知识很差。所以,目标是最小化距离和风险,优化方法可以用来优化隶属度函数。进化实现FIS,由相同的金融中间人提出以上但调整遗传算法。<gydF4y2Ba/p> <p>GA的配置必须包含32 FIS的梯形隶属度函数的参数。每个梯形隶属度函数被定义为4点:<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 3<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 4<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>。这些参数的值必须是相关的;也就是说,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>必须小于<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>比<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn> 3<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>,等等。这些限制是由线性约束<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mi> 一个<gydF4y2Ba/mml:mi> <mml:mi> x<gydF4y2Ba/mml:mi> <mml:mo> <<gydF4y2Ba/mml:mo> <mml:mi> b<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,被<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mi> b<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 0.001<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>在我们的例子中。<gydF4y2Ba/p> <p>健身标准是重量和距离的函数,都归一化的范围<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mn> 0 1<gydF4y2Ba/mml:mn> <mml:mo stretchy="false"> ]<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>和最小化如下:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd> <mml:mtext> (6)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> f<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:mfenced> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> <mml:mo> ·<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>其余的GA参数如表所示<xrefgydF4y2Baref-type="table" rid="tab5"> 5<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab5"> <label>表5<gydF4y2Ba/label> <p>遗传算法参数。<gydF4y2Ba/p> <table> <tbody> <tr> <td align="left">一代又一代<gydF4y2Ba/td> <td align="center">300年<gydF4y2Ba/td> </tr> <tr> <td align="left">初始种群<gydF4y2Ba/td> <td align="center">200年<gydF4y2Ba/td> </tr> <tr> <td align="left">摊位代限制<gydF4y2Ba/td> <td align="center">One hundred.<gydF4y2Ba/td> </tr> <tr> <td align="left">平均相对变化限制(TolFun)<gydF4y2Ba/td> <td align="center">10<gydF4y2Basup>−10<gydF4y2Ba/sup></td> </tr> <tr> <td align="left">交叉部分<gydF4y2Ba/td> <td align="center">0.8<gydF4y2Ba/td> </tr> <tr> <td align="left">突变分布<gydF4y2Ba/td> <td align="center">高斯分布、规模、和收缩等于1<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>最初,这个过程是如此计算慢,使得这项工作负担不起的问题。为了减少计算时间,我们考虑一个更小的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>地图,一旦调整隶属度函数,是按比例缩小的一个更大的一个,看看它。因此,遗传算法执行相同的配置描述,但5×5<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>矩阵。<gydF4y2Ba/p> <p>作为一个例子,图<xrefgydF4y2Baref-type="fig" rid="fig6"> 6<gydF4y2Ba/xref>显示了输入变量的隶属度函数距离表面(a)和输出(b) GA后调整。在表面可以看到高输出值短距离也高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>在很长一段距离。<gydF4y2Ba/p> <fig-group id="fig6"> <label>图6<gydF4y2Ba/label> <p>隶属函数的输入<我talic> 距离<gydF4y2Ba/italic>(a)和模糊输出<我talic> 表面<gydF4y2Ba/italic>(b)。<gydF4y2Ba/p> <fig id="fig6a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.006a"></graphic> </fig> <fig id="fig6b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.006b"></graphic> </fig> </fig-group> <p>现在测试进行25×25<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>拉帕尔玛(图的地图<xrefgydF4y2Baref-type="fig" rid="fig7"> 7<gydF4y2Ba/xref>),使用隶属函数计算为5×5地图。<gydF4y2Ba/p> <fig id="fig7"> <label>图7<gydF4y2Ba/label> <p>拉帕尔玛模糊逻辑路径规划。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.007"></graphic> </fig> <p>结果是<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1497年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 35951年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>。虽然距离更长的时间比吸引力的解决方案,体重较低。因此我们可以说这个解决方案也符合目标,但更倾向于减少风险/入住率和距离。然而,小角度,代表了连续两个锚点之间的转换是不现实的,使无人机的轨迹无法负担。<gydF4y2Ba/p> <p>这种方法是快速收敛的强度高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>价值的细胞,参观后较低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞。这意味着,即使长时间覆盖所有的细胞,由于重量并量化入住率低,发现人们在短时间内的概率较高。<gydF4y2Ba/p> </sec> <sec id="sec4.3"> <title>4.3。简称ANFIS方法<gydF4y2Ba/title> <p>另一个解决方案是使用一个Adaptive-Network-based实现模糊推理系统(简称ANFIS) [<xrefgydF4y2Baref-type="bibr" rid="B24"> 23<gydF4y2Ba/xref>]。金融中间人是与前一个相同但简称ANFIS的隶属度函数现在修改算法。<gydF4y2Ba/p> <p>除此之外,一个新的输入变量包括密度矩阵<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>(<xrefgydF4y2Baref-type="disp-formula" rid="EEq5"> 5<gydF4y2Ba/xref>)。现在系统是能够给更高的魅力值更高的密度地区,而不是只使用这个因素的最大的选择。<gydF4y2Ba/p> <p>因此,输入<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>。前两个是规范化的范围<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>是<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mn> 0.5,5<gydF4y2Ba/mml:mn> <mml:mo stretchy="false"> ]<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>。三个高斯隶属度函数计算为每个变量。输出是再次吸引矩阵<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:mrow> <mml:mi> 一个<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>。但简称ANFIS需要样本进行训练。因此,我们手动生成80合成数据集。培训期间执行50时代(图<xrefref- - - - - -- - - - - -- - - - - - - - -type="fig" rid="fig8a"> 8(一个)<gydF4y2Ba/xref>)。隶属度函数的一个示例生成的新变量<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>如图<xrefgydF4y2Baref-type="fig" rid="fig8b"> 8 (b)<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig-group id="fig8"> <label>图8<gydF4y2Ba/label> <p>简称ANFIS训练(a)和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>隶属度函数(b)。<gydF4y2Ba/p> <fig id="fig8a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.008a"></graphic> </fig> <fig id="fig8b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.008b"></graphic> </fig> </fig-group> <p>新生成的控制面如图<xrefgydF4y2Baref-type="fig" rid="fig9"> 9<gydF4y2Ba/xref>。可以观察的不同之处在于一个如图<xrefgydF4y2Baref-type="fig" rid="fig6b"> 6 (b)<gydF4y2Ba/xref>。在这种情况下他们是平滑虽然明显的非线性。<gydF4y2Ba/p> <fig-group id="fig9"> <label>图9<gydF4y2Ba/label> <p>简称ANFIS模糊输出表面:<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M69"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M70"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M71"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M72"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M73"> <mml:mi> P<gydF4y2Ba/mml:mi> <mml:mi> g<gydF4y2Ba/mml:mi> </mml:math> </inline-formula>- - - - - -<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M74"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>分别从(一)- (c)。<gydF4y2Ba/p> <fig id="fig9a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.009a"></graphic> </fig> <fig id="fig9b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.009b"></graphic> </fig> <fig id="fig9c"> <label>(c)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.009c"></graphic> </fig> </fig-group> <p>简称ANFIS生成后,模拟运行在拉帕尔玛的真实场景。轨迹图所示<xrefgydF4y2Baref-type="fig" rid="fig10"> 10<gydF4y2Ba/xref>。获得的结果是<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M75"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 808年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M76"> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 36284年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>。<gydF4y2Ba/p> <fig id="fig10"> <label>图10<gydF4y2Ba/label> <p>拉帕尔玛简称ANFIS路径规划。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0010"></graphic> </fig> <p>在这种情况下,与模糊逻辑的解决方案(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M77"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 1497年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M78"> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 35951年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>),重量是高,但距离要短得多,所以它不是那么容易说哪个更好。然而,这种方法的真正有趣的是无人机超过最高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M79"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞首先,完成搜索低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M80"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞。<gydF4y2Ba/p> </sec> <sec id="sec4.4"> <title>4.4。利用粒子群优化(PSO)<gydF4y2Ba/title> <p>虽然前面的解决方案似乎满足的主要目标,他们可以得到改善。在这种情况下,发展的方法,基于粒子群优化(PSO)的解决方案已经提出。<gydF4y2Ba/p> <p>遗传算法被用来获得细胞的顺序应该访问。GA工作在小地图,但当扩展到25×25映射,提出了一些问题。此外,在所有前面的解决方案,路径计算非常静态的,所有的细胞从中心点被跟踪。尽管开始时做出的假设关于这个跟踪每一个细胞,这种算法解决方案,我们试图找到一个连续的策略。<gydF4y2Ba/p> <p>这种方法是完全不同的。我们从相同的开始<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M81"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>图(24×24细胞),但每一个细胞都是除以10来获得一个更好的离散化。每一个新的更小的细胞有相同的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M82"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>比更大的细胞包含它。一旦地图划分,应用搜索路径点PSO算法。<gydF4y2Ba/p> <p>PSO适应度函数的变量路径点的坐标。计算结构在组10路点,所以将会有20个变量:10”<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M83"> <mml:mrow> <mml:mi> x<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>“坐标和10”<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M84"> <mml:mrow> <mml:mi> y<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>“坐标。然后,距离、重量和跟踪细胞的数量计算。很明显,距离最小化,并追踪细胞需要最大化,意味着无人机是旅行在新细胞的最大数量,因为追踪的不止一次将不会被考虑。<gydF4y2Ba/p> <p>获取跟踪细胞,连续两个锚点之间的直线路径将追踪,和所有的细胞在一个方框里的10×10沿着轨迹将视为跟踪。这意味着无人机不断拍摄,使用相同的区域在以往的解决方案。这是第一个相关的修改。<gydF4y2Ba/p> <p>另一个重要的修改是,在这种情况下,体重将达到最大化。在前面的方法中,一个最小化的重量是有趣的,因为它意味着无人机第一次去高的地区<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M85"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞。然而,使用这种方法,它是更有趣的相反的,因为说,计算了成捆的十路点。所以,如果重量最大化第一10分,第二个10分的重量将会降低。也就是说,无人机将在高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M86"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞。<gydF4y2Ba/p> <p>这些因素之间的关系如下所示:<d我sp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M87"> <mml:mtable> <mml:mlabeledtr id="EEq7"> <mml:mtd> <mml:mtext> (7)<gydF4y2Ba/mml:mtext> </mml:mtd> <mml:mtd> <mml:mi> f<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∑<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mo> ⁡<gydF4y2Ba/mml:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mi mathvariant="normal"> c<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> o<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> v<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> r<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> e<gydF4y2Ba/mml:mi> <mml:mi mathvariant="normal"> d<gydF4y2Ba/mml:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> 我<gydF4y2Ba/mml:mi> <mml:mo> ,<gydF4y2Ba/mml:mo> <mml:mi> j<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 0.1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mfrac> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 0.1<gydF4y2Ba/mml:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mfrac> <mml:mo> +<gydF4y2Ba/mml:mo> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> <mml:mo> - - - - - -<gydF4y2Ba/mml:mo> <mml:mfrac> <mml:mrow> <mml:mn mathvariant="normal"> 1<gydF4y2Ba/mml:mn> </mml:mrow> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:mfenced> <mml:mo> 。<gydF4y2Ba/mml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>其余的PSO算法的配置如表所示<xrefgydF4y2Baref-type="table" rid="tab6"> 6<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab6"> <label>表6<gydF4y2Ba/label> <p>算法配置参数。<gydF4y2Ba/p> <table> <tbody> <tr> <td align="left">创建分布<gydF4y2Ba/td> <td align="center">统一的<gydF4y2Ba/td> </tr> <tr> <td align="left">最大迭代<gydF4y2Ba/td> <td align="center">4000年<gydF4y2Ba/td> </tr> <tr> <td align="left">摊位迭代限制<gydF4y2Ba/td> <td align="center">20.<gydF4y2Ba/td> </tr> <tr> <td align="left">平均相对变化限制(TolFun)<gydF4y2Ba/td> <td align="center">10<gydF4y2Basup>−6<gydF4y2Ba/sup></td> </tr> <tr> <td align="left">群大小<gydF4y2Ba/td> <td align="center">One hundred.<gydF4y2Ba/td> </tr> <tr> <td align="left">惯性范围<gydF4y2Ba/td> <td align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M88"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mn> 0.1,1.1<gydF4y2Ba/mml:mn> <mml:mo stretchy="false"> ]<gydF4y2Ba/mml:mo> </mml:math> </inline-formula></td> </tr> </tbody> </table> </table-wrap> <p>一旦安装完成后,PSO算法。轨迹图所示<xrefgydF4y2Baref-type="fig" rid="fig11"> 11<gydF4y2Ba/xref>。<gydF4y2Ba/p> <fig id="fig11"> <label>图11<gydF4y2Ba/label> <p>拉帕尔玛算法路径规划。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0011"></graphic> </fig> <p>的值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M89"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M90"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>现在不是因为他们没有相关的计算由于方法的本质是完全不同于以前的解决方案。但它是值得一看(图<xrefgydF4y2Baref-type="fig" rid="fig11"> 11<gydF4y2Ba/xref>)如何有许多直线轨迹覆盖所有可能的空间,尤其是在高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M91"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>区域。更多的迭代可以执行以覆盖100%的地图。然而,我们也可以注意到无人机向前和向后到同一点,这意味着这不是这样一个最优解。<gydF4y2Ba/p> </sec> </sec> <sec id="sec5"> <title>5。多个无人机的方法<gydF4y2Ba/title> <p>在SAR操作中,通常使用多个无人机。群系统利用简单的局部行为共同解决复杂的问题,在团队的能力大于各部分的总和(<xrefgydF4y2Baref-type="bibr" rid="B25"> 24<gydF4y2Ba/xref>,<xrefgydF4y2Baref-type="bibr" rid="B26"> 25<gydF4y2Ba/xref>]。在这个工作中,两个不同的群体形成离散的无人机路径规划进行了研究:自由和分布。无人机是相同的,但从不同位置的地图,其中他们跟踪所有所需的地区。<gydF4y2Ba/p> <p>离散数无人机路径规划已经获得的吸引力,模糊逻辑,简称ANFIS方法。之前给出的策略是一样的无人机,但现在,在每一个迭代中,锚点的数量计算可用车辆的数量是一样的。为简单起见,只有1、2、或3无人机被认为是,但可以扩展到尽可能多的解决方案。<gydF4y2Ba/p> <p>网格地图的La Palma 2-UAV配置的起点(13 - 1)和(18日1)3无人机。<gydF4y2Ba/p> <sec id="sec5.1"> <title>5.1。免费的形成<gydF4y2Ba/title> <p>免费群形成由运行路径规划算法两个或两个以上的无人机同时并行;也就是说,每个无人机是一个独立的路径覆盖范围。当计算新路径点,关于细胞追踪的其他无人机的信息是可用的,所以其余的无人机没有访问任何已经追踪细胞。<gydF4y2Ba/p> <p>作为一个例子,图<xrefgydF4y2Baref-type="fig" rid="fig12"> 12<gydF4y2Ba/xref>显示了2和3的轨迹无人机(a和b, resp),当吸引力的方法用于获得离散路径规划。<gydF4y2Ba/p> <fig-group id="fig12"> <label>图12<gydF4y2Ba/label> <p>拉帕尔玛吸引力无人机路径规划2 (a)和3无人机(b),自由的形成。<gydF4y2Ba/p> <fig id="fig12a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0012a"></graphic> </fig> <fig id="fig12b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0012b"></graphic> </fig> </fig-group> <p>吸引路径规划方法的结果<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M92"> <mml:mi> d<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 680年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M93"> <mml:mi> w<gydF4y2Ba/mml:mi> <mml:mo> =<gydF4y2Ba/mml:mo> <mml:mn> 37393年<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>1无人机;<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M94"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 713,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M95"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>19638 = 2无人机;和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M96"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 720,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M97"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 12812 3无人机在自由的形成。非常相似的距离在所有的情况下,但重量与多个无人机低得多。<gydF4y2Ba/p> <p>这对体重的影响是由于并行搜索。作为一个无人机的解释,计算重量乘以每个细胞跟踪的订单<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M98"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值,得到所有细胞的数目。在这种情况下,订单1有两个单元,两个2阶等等,直到无人机到达细胞的数量的一半。<gydF4y2Ba/p> <p>搜索时间应该是减少因为虽然距离是类似的,它是由多个无人机,共享的最大行驶距离现在大约一半甚至三分之一的路程只有一个无人机。<gydF4y2Ba/p> <p>关于路径,它是有趣的,看看两个无人机(图<xrefgydF4y2Baref-type="fig" rid="fig12a"> 12(一个)<gydF4y2Ba/xref>)收敛于中间的绿色区域地图的开始。然后他们彼此分开,在不同的高搜索<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M99"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>价值领域。最后,他们在低又收敛<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M100"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>价值领域。3无人机,收敛性明显不如在这种情况下,这意味着更多的分布式跟踪每一个区。<gydF4y2Ba/p> <p>在所有的情况下,轨迹不同的无人机互相交叉。这并不意味着碰撞,因为无人机并不是在同一时间在同一点。然而,必须完成路径规划和避碰算法,已经超出了本文的范围。<gydF4y2Ba/p> <p>免费的形成与PSO方法由于无法实施的性质解决方案,如上所述。简称ANFIS方法,结果是相似的,最坏的情况下的模糊。<gydF4y2Ba/p> </sec> <sec id="sec5.2"> <title>5.2。分布式群体的形成<gydF4y2Ba/title> <p>一个分布式无人机群的形成意味着地图分为几个部分,车辆,和每个无人机被分配一个区域必须跟踪。<gydF4y2Ba/p> <p>2和3无人机路径规划的一个分布式群形成路径规划如图的吸引力<xrefgydF4y2Baref-type="fig" rid="fig13"> 13<gydF4y2Ba/xref>。可以看到每个无人机跟踪一个独立区域及其路径不交叉。现在的距离<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M101"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 673 2无人机和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M102"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 678 3无人机和权重<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M103"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>= 20411,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M104"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>分别为= 13712。距离相似但略有超过只有一个无人机(680)和略优于无人机的旅行距离获得免费的形成(713和720)。关于重量,这是远小于1的情况下无人机(37392)和更好的为3比2无人机无人机。<gydF4y2Ba/p> <fig-group id="fig13"> <label>图13<gydF4y2Ba/label> <p>拉帕尔玛吸引力无人机路径规划2 (a)和3无人机(b),分布式的形成。<gydF4y2Ba/p> <fig id="fig13a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0013a"></graphic> </fig> <fig id="fig13b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0013b"></graphic> </fig> </fig-group> <p>相同的实验进行了不同的无人机数量提出不同的方法(模糊逻辑和简称ANFIS)。<gydF4y2Ba/p> </sec> <sec id="sec5.3"> <title>5.3。比较方法的不同数量的无人机<gydF4y2Ba/title> <p>最后,表<xrefgydF4y2Baref-type="table" rid="tab7"> 7<gydF4y2Ba/xref>总结了两种构型的不同方法的结果。正如预期的那样,结果改善无人机的数量增加。这主要是由于体重的方式计算,证明了该策略的有效性。<gydF4y2Ba/p> <table-wrap id="tab7"> <label>表7<gydF4y2Ba/label> <p>不同方法之间的比较。<gydF4y2Ba/p> <table> <thead> <tr> <th rowspan="3" align="left">形成<gydF4y2Ba/th> <th rowspan="2" colspan="2" align="center">1无人机<gydF4y2Ba/th> <th colspan="4" align="center">2无人机<gydF4y2Ba/th> <th colspan="4" align="center">3无人机<gydF4y2Ba/th> </tr> <tr> <th colspan="2" align="center">免费的<gydF4y2Ba/th> <th colspan="2" align="center">分布式<gydF4y2Ba/th> <th colspan="2" align="center">免费的<gydF4y2Ba/th> <th colspan="2" align="center">分布式<gydF4y2Ba/th> </tr> <tr> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M105"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M106"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M107"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M108"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M109"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M110"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M111"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M112"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M113"> <mml:mrow> <mml:mi> w<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> <th align="center"> <inline-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M114"> <mml:mrow> <mml:mi> d<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula></th> </tr> </thead> <tbody> <tr> <td align="left">吸引力<gydF4y2Ba/td> <td align="center">37393年<gydF4y2Ba/td> <td align="center">680年<gydF4y2Ba/td> <td align="center">19638年<gydF4y2Ba/td> <td align="center">713年<gydF4y2Ba/td> <td align="center">20411年<gydF4y2Ba/td> <td align="center">673年<gydF4y2Ba/td> <td align="center">12812年<gydF4y2Ba/td> <td align="center">720年<gydF4y2Ba/td> <td align="center">13712年<gydF4y2Ba/td> <td align="center">678年<gydF4y2Ba/td> </tr> <tr> <td align="left">模糊逻辑<gydF4y2Ba/td> <td align="center">35951年<gydF4y2Ba/td> <td align="center">1497年<gydF4y2Ba/td> <td align="center">17931年<gydF4y2Ba/td> <td align="center">1550年<gydF4y2Ba/td> <td align="center">19219年<gydF4y2Ba/td> <td align="center">1212年<gydF4y2Ba/td> <td align="center">12137年<gydF4y2Ba/td> <td align="center">1596年<gydF4y2Ba/td> <td align="center">13119年<gydF4y2Ba/td> <td align="center">1155年<gydF4y2Ba/td> </tr> <tr> <td align="left">简称ANFIS<gydF4y2Ba/td> <td align="center">36284年<gydF4y2Ba/td> <td align="center">808年<gydF4y2Ba/td> <td align="center">18579年<gydF4y2Ba/td> <td align="center">827年<gydF4y2Ba/td> <td align="center">19474年<gydF4y2Ba/td> <td align="center">716年<gydF4y2Ba/td> <td align="center">12520年<gydF4y2Ba/td> <td align="center">876年<gydF4y2Ba/td> <td align="center">13386年<gydF4y2Ba/td> <td align="center">732年<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>概括地说,它可以看到不同的方法有强壮和弱点。吸引是最短路径方法,简称ANFIS的紧随其后。然而其重量略高于其他方法。事实上,模糊逻辑的最低重量值虽然差别不大,但在更长的距离,其他两种方法。在这个意义上,简称ANFIS方法最平衡的结果,中等重量和距离值低。<gydF4y2Ba/p> <p>总而言之,很难说哪个更好。这取决于目标的优先级。最快的是吸引力的策略,但模糊的方法是最好的找到人,至少访问是最可能找到的地方。我们将检查这些结果在实际情况下一节。<gydF4y2Ba/p> </sec> </sec> <sec id="sec6"> <title>6。一个案例研究<gydF4y2Ba/title> <p>来分析和证明离散路径规划的有效性和实用建议提出,他们会在SAR相比真正的场景。<gydF4y2Ba/p> <p>失踪三十人被随机位于潜在风险/入住率拉帕尔玛的地图。均匀分布随机生成器给出一个值与每个单元相关联的映射。然后,这个值是乘以一半的潜在风险/居住单元格的值。结果25职位最高的价值选择。用这种方法我们获得一个随机分布,但偏重于地区高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M115"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值。其余5例手动分布在较低的地区<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M116"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值(图<xrefgydF4y2Baref-type="fig" rid="fig14"> 14<gydF4y2Ba/xref>)。这最后的设置为前五例,这样他们可以很容易地找到位于图表显示搜索结果的时间。<gydF4y2Ba/p> <fig id="fig14"> <label>图14<gydF4y2Ba/label> <p>拉帕尔玛失踪者。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0014"></graphic> </fig> <p>主要用来测试标准策略是无人机需要找到每个单独的30人。它应该是与距离成正比。所有的无人机被认为具有相同的技术特点和飞行速度(设置为3)。另一个假设被认为是使模拟更真实。当无人机跟踪一个细胞,它的速度低于在不同区域之间移动时(跟踪速度= 1)。<gydF4y2Ba/p> <p>每个案例评估(寻找)估计的时间无人机从初始位置到那里与一个特定的配置(战略和形成)。<gydF4y2Ba/p> <p>情况下评估时,时间,每个方法及其培训需要计算。对于每个案例都有一个方法和一个特定的形成一直是最快的,这是一个赢家;和已经有另一个是慢的,也就是说,一个松散的一个。应该有一个共有30胜30失去添加所有可能的配置和策略的结果,但也有一些因为空间和速度是离散的,在某些情况下,有关系。<gydF4y2Ba/p> <p>通过这种方式,我们可以比较不同的方法,这是最好的一个探索低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M117"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>区或高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M118"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞等等。<gydF4y2Ba/p> <sec id="sec6.1"> <title>6.1。寻找的人吸引策略<gydF4y2Ba/title> <p>结果的时间吸引路径规划如表所示<xrefgydF4y2Baref-type="table" rid="tab8"> 8<gydF4y2Ba/xref>。获胜的数量代表的次数,一个特定的配置是最好的之一。损失的数量代表了最糟糕的时候。<gydF4y2Ba/p> <table-wrap id="tab8"> <label>表8<gydF4y2Ba/label> <p>时间结果与吸引力的策略。<gydF4y2Ba/p> <table> <thead> <tr> <th rowspan="2" align="left"></th> <th rowspan="2" align="center">1无人机<gydF4y2Ba/th> <th colspan="2" align="center">2无人机<gydF4y2Ba/th> <th colspan="2" align="center">3无人机<gydF4y2Ba/th> </tr> <tr> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">的意思是<gydF4y2Ba/td> <td align="center">217.62<gydF4y2Ba/td> <td align="center">113.88<gydF4y2Ba/td> <td align="center">115.60<gydF4y2Ba/td> <td align="center">88.84<gydF4y2Ba/td> <td align="center">87.60<gydF4y2Ba/td> </tr> <tr> <td align="left">赢了<gydF4y2Ba/td> <td align="center">1.00<gydF4y2Ba/td> <td align="center">2.00<gydF4y2Ba/td> <td align="center">2.00<gydF4y2Ba/td> <td align="center">3.00<gydF4y2Ba/td> <td align="center">1.00<gydF4y2Ba/td> </tr> <tr> <td align="left">损失<gydF4y2Ba/td> <td align="center">6.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">5.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总赢<gydF4y2Ba/td> <td colspan="5" align="center">9.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总损失<gydF4y2Ba/td> <td colspan="5" align="center">11.00<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>数据<xrefgydF4y2Baref-type="fig" rid="fig15"> 15<gydF4y2Ba/xref>和<xrefgydF4y2Baref-type="fig" rid="fig16"> 16<gydF4y2Ba/xref>显示不同的无人机数量之间的比较这一策略。时间单位表示在垂直轴和水平的情况。<gydF4y2Ba/p> <fig id="fig15"> <label>图15<gydF4y2Ba/label> <p>拉帕尔玛景点免费群路径规划结果。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0015"></graphic> </fig> <fig id="fig16"> <label>图16<gydF4y2Ba/label> <p>拉帕尔玛吸引力为分布式群体路径规划结果。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0016"></graphic> </fig> <p>正如所料,减少当无人机数量的增加。除此之外,需要更多的时间,因为他们连得5分低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M119"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值,因此无人机是后会越高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M120"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>的人。<gydF4y2Ba/p> <p>比较两个群体之间的配置与相同数量的无人机如图<xrefgydF4y2Baref-type="fig" rid="fig17"> 17<gydF4y2Ba/xref>(免费的,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M121"> <mml:mi> f<gydF4y2Ba/mml:mi> <mml:mn> 1<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>;分布式的,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M122"> <mml:mi> f<gydF4y2Ba/mml:mi> <mml:mn> 2<gydF4y2Ba/mml:mn> </mml:math> </inline-formula>)。我们可以观察到两个无人机的区别并不重要。然而,有三个无人机,甚至有一个类似的趋势,有很大的不同在一些情况下,这意味着搜索是完成了一个非常不同的哲学。<gydF4y2Ba/p> <fig-group id="fig17"> <label>图17<gydF4y2Ba/label> <p>拉帕尔玛吸引力无人机路径规划结果2 (a)和3无人机(b)。<gydF4y2Ba/p> <fig id="fig17a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0017a"></graphic> </fig> <fig id="fig17b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0017b"></graphic> </fig> </fig-group> </sec> <sec id="sec6.2"> <title>6.2。模糊逻辑路径规划<gydF4y2Ba/title> <p>获得的结果与模糊逻辑路径规划如表所示<xrefgydF4y2Baref-type="table" rid="tab9"> 9<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab9"> <label>表9<gydF4y2Ba/label> <p>结果与模糊逻辑的路径规划。<gydF4y2Ba/p> <table> <thead> <tr> <th rowspan="2" align="left"></th> <th rowspan="2" align="center">1无人机<gydF4y2Ba/th> <th colspan="2" align="center">2无人机<gydF4y2Ba/th> <th colspan="2" align="center">3无人机<gydF4y2Ba/th> </tr> <tr> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">的意思是<gydF4y2Ba/td> <td align="center">257.90<gydF4y2Ba/td> <td align="center">120.02<gydF4y2Ba/td> <td align="center">109.71<gydF4y2Ba/td> <td align="center">84.95<gydF4y2Ba/td> <td align="center">59.05<gydF4y2Ba/td> </tr> <tr> <td align="left">赢了<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">2.00<gydF4y2Ba/td> <td align="center">3.00<gydF4y2Ba/td> <td align="center">9.00<gydF4y2Ba/td> </tr> <tr> <td align="left">损失<gydF4y2Ba/td> <td align="center">11.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">1.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总赢<gydF4y2Ba/td> <td colspan="5" align="center">14.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总损失<gydF4y2Ba/td> <td colspan="5" align="center">12.00<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>在这种情况下,有更多的配置。最糟糕的是几乎完全与只有一个无人机的使用。这意味着该方法效率低下的无人机,但其效率高度改善增加无人机的数量时,尤其是在分布式的形成。<gydF4y2Ba/p> </sec> <sec id="sec6.3"> <title>6.3。简称ANFIS路径规划结果<gydF4y2Ba/title> <p>简称ANFIS路径规划的结果如表所示<xrefgydF4y2Baref-type="table" rid="tab10"> 10<gydF4y2Ba/xref>。<gydF4y2Ba/p> <table-wrap id="tab10"> <label>表10<gydF4y2Ba/label> <p>时间与简称ANFIS路径规划结果。<gydF4y2Ba/p> <table> <thead> <tr> <th rowspan="2" align="left"></th> <th rowspan="2" align="center">1无人机<gydF4y2Ba/th> <th colspan="2" align="center">2无人机<gydF4y2Ba/th> <th colspan="2" align="center">3无人机<gydF4y2Ba/th> </tr> <tr> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> <th align="center">免费的<gydF4y2Ba/th> <th align="center">分布式<gydF4y2Ba/th> </tr> </thead> <tbody> <tr> <td align="left">的意思是<gydF4y2Ba/td> <td align="center">212.70<gydF4y2Ba/td> <td align="center">117.33<gydF4y2Ba/td> <td align="center">107.94<gydF4y2Ba/td> <td align="center">74.99<gydF4y2Ba/td> <td align="center">86.23<gydF4y2Ba/td> </tr> <tr> <td align="left">赢了<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">3.00<gydF4y2Ba/td> <td align="center">2.00<gydF4y2Ba/td> <td align="center">8.00<gydF4y2Ba/td> <td align="center">3.00<gydF4y2Ba/td> </tr> <tr> <td align="left">损失<gydF4y2Ba/td> <td align="center">8.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> <td align="center">0.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总赢<gydF4y2Ba/td> <td colspan="5" align="center">16.00<gydF4y2Ba/td> </tr> <tr> <td colspan="6"> <hr></td> </tr> <tr> <td align="left">总损失<gydF4y2Ba/td> <td colspan="5" align="center">8.00<gydF4y2Ba/td> </tr> </tbody> </table> </table-wrap> <p>虽然这种方法似乎是最好的一个发现的人而言,它也有同样的问题作为模糊逻辑方法。更好的结果,获得免费群形成与分布;最坏的情况下再次只有无人机。无论如何,这种策略给这个场景中最好的平均值。<gydF4y2Ba/p> </sec> <sec id="sec6.4"> <title>6.4。算法在SAR任务路径规划结果<gydF4y2Ba/title> <p>算法路径规划得到最坏的结果。这种方法并不奏效,因为无人机路径点之间的长途旅行为了表面的距离/速度的关系。由于连续跟踪,无人机是非常缓慢的相比其他方法。所有的结果都比其他解决方案,与许多损失,这意味着无人机没有发现人们(图<xrefref- - - - - -- - - - - -- - - - - - - - -type="fig" rid="fig18"> 18<gydF4y2Ba/xref>)。<gydF4y2Ba/p> <fig id="fig18"> <label>图18<gydF4y2Ba/label> <p>拉帕尔玛算法路径规划结果。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0018"></graphic> </fig> <p>鉴于这些结果,算法不考虑全球不同方法之间的比较。<gydF4y2Ba/p> </sec> </sec> <sec id="sec7"> <title>7所示。全球讨论的结果<gydF4y2Ba/title> <p>不同方法之间的比较和配置和全球的结果进行讨论。很好地概述,每个策略应用到相同的30例,与两个可能形成当多个无人机用于搜索。<gydF4y2Ba/p> <p>首先,图<xrefgydF4y2Baref-type="fig" rid="fig19"> 19<gydF4y2Ba/xref>显示了三个不同的搜索策略和一个无人机。时间的结果非常相似,但一般来说,简称ANFIS路径规划是略好。较低的三个方法工作得很好<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M123"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>细胞,但吸引力得到短时间比其他人发现这些糟糕的情况下。<gydF4y2Ba/p> <fig id="fig19"> <label>图19<gydF4y2Ba/label> <p>拉帕尔玛1无人机路径规划结果比较。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0019"></graphic> </fig> <p>在数据<xrefgydF4y2Baref-type="fig" rid="fig20"> 20.<gydF4y2Ba/xref>和<xrefgydF4y2Baref-type="fig" rid="fig21"> 21<gydF4y2Ba/xref>无人机路径规划结果,2和3,分别在自由群的形成。结果非常相似。模糊逻辑路径规划似乎比其他的更糟。<gydF4y2Ba/p> <fig id="fig20"> <label>图20<gydF4y2Ba/label> <p>拉帕尔玛结果比较2无人机在自由的形成。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0020"></graphic> </fig> <fig id="fig21"> <label>图21<gydF4y2Ba/label> <p>拉帕尔玛结果比较3无人机在自由的形成。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0021"></graphic> </fig> <p>对分布式群配置数据<xrefgydF4y2Baref-type="fig" rid="fig22"> 22<gydF4y2Ba/xref>和<xrefgydF4y2Baref-type="fig" rid="fig23"> 23<gydF4y2Ba/xref>分别为2和3显示结果无人机。结果2无人机再次类似方法,简称ANFIS方法稍微更好的性能。<gydF4y2Ba/p> <fig id="fig22"> <label>图22<gydF4y2Ba/label> <p>拉帕尔玛结果比较2无人机在分布式的形成。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0022"></graphic> </fig> <fig id="fig23"> <label>图23<gydF4y2Ba/label> <p>拉帕尔玛结果比较3无人机在分布式的形成。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0023"></graphic> </fig> <p>然而,在图<xrefgydF4y2Baref-type="fig" rid="fig23"> 23<gydF4y2Ba/xref>,可以看到这是一个很大的模糊逻辑的方法和其他人的区别。这种方法在分布式群也许效果更好,因为它是为小地图,所以当搜索面积较小,这种方法的性能得到改善。<gydF4y2Ba/p> <p>最后,图<xrefgydF4y2Baref-type="fig" rid="fig24"> 24<gydF4y2Ba/xref>显示每个配置的平均时间为每个方法。根据这些结果,最快的配置搜索是在分布式3无人机群的形成<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M124"> <mml:mo stretchy="false"> (<gydF4y2Ba/mml:mo> <mml:mi> f<gydF4y2Ba/mml:mi> <mml:mn> 2<gydF4y2Ba/mml:mn> <mml:mo stretchy="false"> )<gydF4y2Ba/mml:mo> </mml:math> </inline-formula>,正如所料,和模糊逻辑的方法给最好的结果对于这个特定的配置,简称ANFIS和吸引类似的搜索时间。<gydF4y2Ba/p> <fig id="fig24"> <label>图24<gydF4y2Ba/label> <p>拉帕尔玛路径规划时间的所有配置和每一个方法。<gydF4y2Ba/p> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0024"></graphic> </fig> <p>然而,关于损失的数量和赢得(图<xrefgydF4y2Baref-type="fig" rid="fig25"> 25<gydF4y2Ba/xref>),这是一个关键因素,一般简称ANFIS方法是最好的。模糊逻辑也很好的性能,尤其是对分布式配置,因为它一直说。然而,即使有少数量的获胜,吸引法是最一致的由于小数量的损失,这表明其结果相当平衡。<gydF4y2Ba/p> <fig-group id="fig25"> <label>图25<gydF4y2Ba/label> <p>拉帕尔玛赢(a)和(b)情况下损失。<gydF4y2Ba/p> <fig id="fig25a"> <label>(一)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0025a"></graphic> </fig> <fig id="fig25b"> <label>(b)<gydF4y2Ba/label> <graphic xlink:href="//www.newsama.com/downloads/journals/complexity/2018/6879419.fig.0025b"></graphic> </fig> </fig-group> <p>总结,我们可以说吸引方法中位置关于效率。它执行一个普通和广泛的搜索,这意味着它并不需要大量的时间寻找的人低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M125"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>地区,但它不去和其他方法高一样快<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M126"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>值区。这种方法非常适合同质<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M127"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>地图。<gydF4y2Ba/p> <p>模糊逻辑提供了一个快速收敛,但非常不规则。然而,它适用在地图大高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M128"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>地区由于其类型的搜索,执行像一个随机搜索在所有危险地区。<gydF4y2Ba/p> <p>简称ANFIS方法已被证明是最好的一个通用术语。它有一个快速收敛到高<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M129"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>价值观和表现也相当定期搜索其他细胞。它是更低<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M130"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>远离高的区域<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M131"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>的,其他方法取得更好的结果。<gydF4y2Ba/p> </sec> <sec id="sec8"> <title>8。结论和未来的工作<gydF4y2Ba/title> <p>在这个工作中,提出了两个主要贡献。第一个是模糊搜索区域的地图生成根据风险/占用率,旨在搜索和救援(SAR)任务。第二个是不同的智能策略的应用对离散路径规划涵盖了网格搜索区域。<gydF4y2Ba/p> <p>关于地图特征,结论是,它有助于专注承诺区域的路径规划。规划师发现的路径轨迹,人们暴露在风险最小化。事实上,在模拟结果中,一个快速跟踪的高概率风险/占领区域可以观察到,导致更快的找到的人卷入了一场危险的情况。<gydF4y2Ba/p> <p>四种智能策略被应用于离散路径规划,即吸引,一个原始的,模糊,简称ANFIS和算法。除了最后一个外,其余获得好结果的搜索时间和距离。另一个结论是,该方法的性能很大程度上取决于相关的概率地图。这个讲话的重要性一代的地图,考虑所有可能的变量和因素影响搜索。<gydF4y2Ba/p> <p>使用多个无人机群形成的搜索、依赖路径规划方法观察到的类型。一般来说,分布式形成更有效,但是它应该选择在协会<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M132"> <mml:mrow> <mml:mi> P<gydF4y2Ba/mml:mi> </mml:mrow> </mml:math> </inline-formula>地图和路径规划方法。<gydF4y2Ba/p> <p>未来工作有关这项工作可能是以下的几个方面:<gydF4y2Balist> <list-item> <label>(我)<gydF4y2Ba/label> </list-item> </list></p> <p>研究其他因素对地图特征及其影响潜在风险/占用价值,已被证明对特区重要的使命<gydF4y2Ba/p> <list-item> <label>(2)<gydF4y2Ba/label> <p>无人机的使用一个更现实的模型,包括动力学(<xrefgydF4y2Baref-type="bibr" rid="B27"> 26<gydF4y2Ba/xref>),也避免和视觉跟踪算法(<xrefgydF4y2Baref-type="bibr" rid="B28"> 27<gydF4y2Ba/xref>]<gydF4y2Ba/p> </list-item> <list-item> <label>(3)<gydF4y2Ba/label> <p>测试在实际系统中最成功的建议。<gydF4y2Ba/p> </list-item> <p></p> </sec> <back> <sec> <title>的利益冲突<gydF4y2Ba/title> <p>作者宣称没有利益冲突有关这篇文章的出版。<gydF4y2Ba/p> </sec> <ack> <title>确认<gydF4y2Ba/title> <p>这项工作是由欧盟支持EP-INTERREG v a Spain-Portugal (POCTEP),项目0115 _tecnolivo_6_e,提供覆盖资金成本在开放获取出版报纸。<gydF4y2Ba/p> </ack> <ref-list> <ref id="B1" content-type="article"> <label>1<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Novaro Mascarello<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> Quagliotti<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 的民用小型无人机系统(为):操作和安全挑战<gydF4y2Ba/article-title> <source> <italic> 飞机工程和航空航天技术<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 89年<gydF4y2Ba/volume> <issue> 5<gydF4y2Ba/issue> <fpage> 703年<gydF4y2Ba/fpage> <lpage> 708年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1108 / aeat - 01 - 2017 - 0014<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B2" content-type="article"> <label>2<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Pajares<gydF4y2Ba/surname> <given-names> G。<gydF4y2Ba/given-names> </name> <name> <surname> 鲁兹<gydF4y2Ba/surname> <given-names> J·J。<gydF4y2Ba/given-names> </name> <name> <surname> Lanillos<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> Guijarro<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> De La Cruz<gydF4y2Ba/surname> <given-names> j . M。<gydF4y2Ba/given-names> </name> <name> <surname> 桑托斯<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 无人机的轨迹生成和决策<gydF4y2Ba/article-title> <source> <italic> RIAI——航空杂志上Iberoamericana德自动化e Informatica工业<gydF4y2Ba/italic> <year> 2008年<gydF4y2Ba/year> <volume> 5<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 83年<gydF4y2Ba/fpage> <lpage> 92年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 42449102564<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B3" content-type="article"> <label>3<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Garcia-Aunon<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> Santos-Penas<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> de la Cruz加西亚<gydF4y2Ba/surname> <given-names> j . M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 参数选择基于模糊逻辑来提高无人机路径跟踪算法<gydF4y2Ba/article-title> <source> <italic> 应用逻辑杂志<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 24<gydF4y2Ba/volume> <issue> B部分<gydF4y2Ba/issue> <fpage> 62年<gydF4y2Ba/fpage> <lpage> 75年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1016 / j.jal.2016.11.025<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> MR3707877<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B4" content-type="article"> <label>4<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Silvagni<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> Tonoli<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> Zenerino<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> <name> <surname> Chiaberge<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 多用途无人机在山上雪崩事件搜索和救援行动<gydF4y2Ba/article-title> <source> <italic> 测绘学、自然灾害和风险<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 8<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 18<gydF4y2Ba/fpage> <lpage> 33<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84990244041<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1080 / 19475705.2016.1238852<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B5" content-type="inproceedings"> <label>5<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 杜布<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> <name> <surname> Gawel<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> Cadena<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> Siegwart<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> <name> <surname> 弗雷达<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 詹尼·<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 三维定位、地图和路径规划的搜索和救援行动<gydF4y2Ba/article-title> <conf-name> 学报》第十四届国际研讨会上安全、安全与救援机器人,SSRR 2016<gydF4y2Ba/conf-name> <conf-date> 2016年10月<gydF4y2Ba/conf-date> <conf-loc> 瑞士<gydF4y2Ba/conf-loc> <fpage> 272年<gydF4y2Ba/fpage> <lpage> 273年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / SSRR.2016.7784311<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85009807609<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B6" content-type="incollection"> <label>6<gydF4y2Ba/label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 小君<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> D 'Andrea<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 无人机路径规划技术在不确定的和敌对的环境<gydF4y2Ba/article-title> <source> <italic> 合作控制:模型,应用程序和算法<gydF4y2Ba/italic> <year> 2003年<gydF4y2Ba/year> <volume> 1<gydF4y2Ba/volume> <publisher-loc> 波士顿<gydF4y2Ba/publisher-loc> <publisher-name> 激飞美国<gydF4y2Ba/publisher-name> <fpage> 95年<gydF4y2Ba/fpage> <lpage> 110年<gydF4y2Ba/lpage> <series> 合作系统<gydF4y2Ba/series> <pub-id pub-id-type="doi"> 10.1007 / 978 - 1 - 4757 - 3758 - 5 _6<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B8" content-type="book"> <label>7<gydF4y2Ba/label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Kamrani<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> Ayani<gydF4y2Ba/surname> <given-names> R。<gydF4y2Ba/given-names> </name> </person-group> <source> <italic> 在搜索操作无人机路径规划<gydF4y2Ba/italic> <year> 2009年<gydF4y2Ba/year> <publisher-name> InTech飞行器,的哲理<gydF4y2Ba/publisher-name> </element-citation> </ref> <ref id="B9" content-type="inproceedings"> <label>8<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 贝克<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> Ramchurn<gydF4y2Ba/surname> <given-names> G。<gydF4y2Ba/given-names> </name> <name> <surname> Teacy<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 詹宁斯<gydF4y2Ba/surname> <given-names> N。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 无人机团队的规划搜索和救援任务<gydF4y2Ba/article-title> <conf-name> 学报2016:在ECAI会议上著名的应用程序的智能系统,2016年<gydF4y2Ba/conf-name> <conf-date> 2016年<gydF4y2Ba/conf-date> <fpage> 6<gydF4y2Ba/fpage> </element-citation> </ref> <ref id="B10" content-type="article"> <label>9<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Valavanis<gydF4y2Ba/surname> <given-names> k P。<gydF4y2Ba/given-names> </name> <name> <surname> Vachtsevanos<gydF4y2Ba/surname> <given-names> g . J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 无人机任务和路径规划:介绍<gydF4y2Ba/article-title> <source> <italic> 无人机的手册<gydF4y2Ba/italic> <year> 2015年<gydF4y2Ba/year> <fpage> 1443年<gydF4y2Ba/fpage> <lpage> 1446年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84944609407<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1007 / 978 - 90 - 481 - 9707 - 1 - _143<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1007 / 978-90-481-9707-1<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B11" content-type="article"> <label>10<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Besada-Portas<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> <name> <surname> de La Torre<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> de La Cruz<gydF4y2Ba/surname> <given-names> j . M。<gydF4y2Ba/given-names> </name> <name> <surname> de Andres-Toro<gydF4y2Ba/surname> <given-names> B。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 在现实场景中进化轨迹规划为多个无人机<gydF4y2Ba/article-title> <source> <italic> IEEE机器人<gydF4y2Ba/italic> <year> 2010年<gydF4y2Ba/year> <volume> 26<gydF4y2Ba/volume> <issue> 4<gydF4y2Ba/issue> <fpage> 619年<gydF4y2Ba/fpage> <lpage> 634年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / TRO.2010.2048610<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 77955568016<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B12" content-type="article"> <label>11<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Phung<gydF4y2Ba/surname> <given-names> m D。<gydF4y2Ba/given-names> </name> <name> <surname> Quach<gydF4y2Ba/surname> <given-names> c . H。<gydF4y2Ba/given-names> </name> <name> <surname> Dinh<gydF4y2Ba/surname> <given-names> t·H。<gydF4y2Ba/given-names> </name> <name> <surname> 哈<gydF4y2Ba/surname> <given-names> Q。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 增强的离散粒子群优化路径规划为无人机应用表面检查<gydF4y2Ba/article-title> <source> <italic> 自动化建设<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 81年<gydF4y2Ba/volume> <fpage> 25<gydF4y2Ba/fpage> <lpage> 33<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 85019831419<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.autcon.2017.04.013<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B13" content-type="article"> <label>12<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 安娜雅富恩特斯<gydF4y2Ba/surname> <given-names> g . E。<gydF4y2Ba/given-names> </name> <name> <surname> 埃尔南德斯行走<gydF4y2Ba/surname> <given-names> 大肠。<gydF4y2Ba/given-names> </name> <name> <surname> 无结果的Tuoh莫拉<gydF4y2Ba/surname> <given-names> j . C。<gydF4y2Ba/given-names> </name> <name> <surname> 麦地那马林<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 解决作业车间调度问题通过旅行商问题<gydF4y2Ba/article-title> <source> <italic> RIAI——航空杂志上Iberoamericana德自动化e Informatica工业<gydF4y2Ba/italic> <year> 2016年<gydF4y2Ba/year> <volume> 13<gydF4y2Ba/volume> <issue> 4<gydF4y2Ba/issue> <fpage> 430年<gydF4y2Ba/fpage> <lpage> 437年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84994893497<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.riai.2016.07.003<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B14" content-type="article"> <label>13<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Kallmann<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> Kapadia<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 几何和离散路径规划为互动的虚拟世界<gydF4y2Ba/article-title> <source> <italic> 合成视觉计算专题<gydF4y2Ba/italic> <year> 2016年<gydF4y2Ba/year> <volume> 8<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 1<gydF4y2Ba/fpage> <lpage> 201年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.2200 / S00687ED1V01Y201512VCP023<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B15" content-type="inproceedings"> <label>14<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Sujit<gydF4y2Ba/surname> <given-names> p . B。<gydF4y2Ba/given-names> </name> <name> <surname> Saripalli<gydF4y2Ba/surname> <given-names> 年代。<gydF4y2Ba/given-names> </name> <name> <surname> 苏萨<gydF4y2Ba/surname> <given-names> j·B。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 评估无人机路径跟踪算法<gydF4y2Ba/article-title> <conf-name> 学报2013年12日欧洲控制会议,ECC 2013<gydF4y2Ba/conf-name> <conf-date> 2013年7月<gydF4y2Ba/conf-date> <conf-loc> 切<gydF4y2Ba/conf-loc> <fpage> 3332年<gydF4y2Ba/fpage> <lpage> 3337年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84893224346<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B16" content-type="book"> <label>15<gydF4y2Ba/label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 的红领巾<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> 古铁雷斯<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> 科罗拉多州<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <source> <italic> 先进的无人机轨迹生成:规划和指导<gydF4y2Ba/italic> <year> 2009年<gydF4y2Ba/year> <publisher-name> InTech飞行器,的哲理<gydF4y2Ba/publisher-name> </element-citation> </ref> <ref id="B17" content-type="article"> <label>16<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Hernandez-Martinez<gydF4y2Ba/surname> <given-names> e . G。<gydF4y2Ba/given-names> </name> <name> <surname> Ferreira-Vazquez<gydF4y2Ba/surname> <given-names> e . D。<gydF4y2Ba/given-names> </name> <name> <surname> Fernandez-Anaya<gydF4y2Ba/surname> <given-names> G。<gydF4y2Ba/given-names> </name> <name> <surname> Flores-Godoy<gydF4y2Ba/surname> <given-names> J·J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 形成跟踪异构移动代理使用距离和面积约束<gydF4y2Ba/article-title> <source> <italic> 复杂性<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 2017年<gydF4y2Ba/volume> <pub-id pub-id-type="other"> 2 - s2.0 - 85030779875<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1155 / 2017/9404193<gydF4y2Ba/pub-id> <pub-id pub-id-type="publisher-id"> 9404193<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> Zbl1373.93015<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B18" content-type="article"> <label>17<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Besada-Portas<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> <name> <surname> De La Torre<gydF4y2Ba/surname> <given-names> l<gydF4y2Ba/given-names> </name> <name> <surname> 莫雷诺<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> Risco-Martin<gydF4y2Ba/surname> <given-names> j·L。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 在多目标进化无人机路径规划的性能比较<gydF4y2Ba/article-title> <source> <italic> 信息科学<gydF4y2Ba/italic> <year> 2013年<gydF4y2Ba/year> <volume> 238年<gydF4y2Ba/volume> <fpage> 111年<gydF4y2Ba/fpage> <lpage> 125年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84876884602<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.ins.2013.02.022<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B19" content-type="article"> <label>18<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 加西亚Aunon<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> 桑托斯<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 使用遗传算法对无人机系统的路径规划。决策和软计算<gydF4y2Ba/article-title> <source> <italic> 世界科学<gydF4y2Ba/italic> <year> 2014年<gydF4y2Ba/year> <volume> 9<gydF4y2Ba/volume> <fpage> 430年<gydF4y2Ba/fpage> <lpage> 435年<gydF4y2Ba/lpage> </element-citation> </ref> <ref id="B20" content-type="article"> <label>19<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> •<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> 帕纳西<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> Mohades<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> Hashemi<gydF4y2Ba/surname> <given-names> s . N。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 在离散空间中多目标路径规划<gydF4y2Ba/article-title> <source> <italic> 应用软计算<gydF4y2Ba/italic> <year> 2013年<gydF4y2Ba/year> <volume> 13<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 709年<gydF4y2Ba/fpage> <lpage> 720年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1016 / j.asoc.2012.07.023<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84869420205<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B21" content-type="article"> <label>20.<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 阿隆索Zotes<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> 桑托斯佩纳<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 启发式优化星际轨迹的航天任务<gydF4y2Ba/article-title> <source> <italic> RIAI——航空杂志上Iberoamericana德自动化e Informatica工业<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 14<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 1<gydF4y2Ba/fpage> <lpage> 15<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 85009910031<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.riai.2016.07.006<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B22" content-type="inproceedings"> <label>21<gydF4y2Ba/label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> 唐<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> Lozano<gydF4y2Ba/surname> <given-names> j . A。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 基于分布估计算法的无人机路径规划使用新的坐标系统<gydF4y2Ba/article-title> <conf-name> 学报2014年IEEE国会在进化计算,中国2014年<gydF4y2Ba/conf-name> <conf-date> 2014年7月<gydF4y2Ba/conf-date> <conf-loc> 中国<gydF4y2Ba/conf-loc> <fpage> 1469年<gydF4y2Ba/fpage> <lpage> 1476年<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 84908574413<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1109 / CEC.2014.6900412<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B23" content-type="book"> <label>22<gydF4y2Ba/label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 鲁兹<gydF4y2Ba/surname> <given-names> - j。<gydF4y2Ba/given-names> </name> <name> <surname> Arevalo<gydF4y2Ba/surname> <given-names> O。<gydF4y2Ba/given-names> </name> <name> <surname> Pajares<gydF4y2Ba/surname> <given-names> G。<gydF4y2Ba/given-names> </name> <name> <surname> 德克鲁兹<gydF4y2Ba/surname> <given-names> m·J。<gydF4y2Ba/given-names> </name> </person-group> <source> <italic> 无人机轨迹规划的静态和动态的环境<gydF4y2Ba/italic> <year> 2009年<gydF4y2Ba/year> <publisher-name> InTech飞行器,的哲理<gydF4y2Ba/publisher-name> </element-citation> </ref> <ref id="B24" content-type="article"> <label>23<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张成泽<gydF4y2Ba/surname> <given-names> j·s·R。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 简称ANFIS: adaptive-network-based模糊推理系统<gydF4y2Ba/article-title> <source> <italic> IEEE系统,人,控制论<gydF4y2Ba/italic> <year> 1993年<gydF4y2Ba/year> <volume> 23<gydF4y2Ba/volume> <issue> 3<gydF4y2Ba/issue> <fpage> 665年<gydF4y2Ba/fpage> <lpage> 685年<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109/21.256541<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 0027601884<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B25" content-type="article"> <label>24<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Tomic<gydF4y2Ba/surname> <given-names> T。<gydF4y2Ba/given-names> </name> <name> <surname> 施密德<gydF4y2Ba/surname> <given-names> K。<gydF4y2Ba/given-names> </name> <name> <surname> 鲁茨<gydF4y2Ba/surname> <given-names> P。<gydF4y2Ba/given-names> </name> <name> <surname> Domel<gydF4y2Ba/surname> <given-names> 一个。<gydF4y2Ba/given-names> </name> <name> <surname> Kassecker<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> 其余的<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> <name> <surname> Grixa<gydF4y2Ba/surname> <given-names> 我。<gydF4y2Ba/given-names> </name> <name> <surname> 原来<gydF4y2Ba/surname> <given-names> F。<gydF4y2Ba/given-names> </name> <name> <surname> Suppa<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> Burschka<gydF4y2Ba/surname> <given-names> D。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 向一个完全自主的无人机:研究室内和室外城市搜救平台<gydF4y2Ba/article-title> <source> <italic> IEEE机器人与自动化杂志<gydF4y2Ba/italic> <year> 2012年<gydF4y2Ba/year> <volume> 19<gydF4y2Ba/volume> <issue> 3<gydF4y2Ba/issue> <fpage> 46<gydF4y2Ba/fpage> <lpage> 56<gydF4y2Ba/lpage> <pub-id pub-id-type="doi"> 10.1109 / mra.2012.2206473<gydF4y2Ba/pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84866433442<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B26" content-type="article"> <label>25<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 瑞士<gydF4y2Ba/surname> <given-names> j·B。<gydF4y2Ba/given-names> </name> <name> <surname> Dormido章<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> 蒙塔沃马丁内斯<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> <name> <surname> Lopez-Orozco<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> <name> <surname> Besada·波塔斯流口水<gydF4y2Ba/surname> <given-names> E。<gydF4y2Ba/given-names> </name> <name> <surname> De la Cruz加西亚<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> Centro de控制de Tierra对位Colaboracion de Vehiculos Autonomos马里诺<gydF4y2Ba/article-title> <source> <italic> 航空杂志上Iberoamericana德自动化e Informatica工业<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 15<gydF4y2Ba/volume> <issue> 1<gydF4y2Ba/issue> <fpage> 1<gydF4y2Ba/fpage> <pub-id pub-id-type="doi"> 10.4995 / riai.2017.8737<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B27" content-type="article"> <label>26<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 塞拉<gydF4y2Ba/surname> <given-names> j·E。<gydF4y2Ba/given-names> </name> <name> <surname> 桑托斯<gydF4y2Ba/surname> <given-names> M。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 造型工程系统使用分析和神经技术:杂化<gydF4y2Ba/article-title> <source> <italic> Neurocomputing<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <pub-id pub-id-type="other"> 2 - s2.0 - 85021901684<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neucom.2016.11.099<gydF4y2Ba/pub-id> </element-citation> </ref> <ref id="B28" content-type="article"> <label>27<gydF4y2Ba/label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 吴<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 关<gydF4y2Ba/surname> <given-names> Z。<gydF4y2Ba/given-names> </name> <name> <surname> 杨<gydF4y2Ba/surname> <given-names> C。<gydF4y2Ba/given-names> </name> <name> <surname> 李<gydF4y2Ba/surname> <given-names> J。<gydF4y2Ba/given-names> </name> </person-group> <article-title> 终端制导律对无人机基于滚动时域控制策略<gydF4y2Ba/article-title> <source> <italic> 复杂性<gydF4y2Ba/italic> <year> 2017年<gydF4y2Ba/year> <volume> 2017年<gydF4y2Ba/volume> <fpage> 1<gydF4y2Ba/fpage> <lpage> 19<gydF4y2Ba/lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 85020200205<gydF4y2Ba/pub-id> <pub-id pub-id-type="doi"> 10.1155 / 2017/2750172<gydF4y2Ba/pub-id> </element-citation> </ref> </ref-list> </back> </article> </body> </html>