极端环境下无人机物资配送问题建模与优化研究.pdf

硕士研究生学位论文摘要

摘要

无人机在送货物流中的应用被认为是解决传统物流痛点的重要创新。与地面

运输相比,无人机取送货有望大幅减少交通拥堵和运输时间，特别是在城市和偏

远地区。此外，无人机的运行成本较低，对环境地影响也相对较小。这些优势不

仅可以提升物流效率，还能带来经济和环境上的双重收益。无人机配送是一类复

杂且重要的路径规划问题，亦是物资配送路径规划中的热点问题。本文围绕无人

机配送路径问题上展开两个研究：

一是围绕无人机在极端环境下进行多任务多路径、非并发同步物资配送问题，

构建了一种考虑充电驿站能量供给的优化模型。针对问题特点，提出一种基于分

层集编码策略的遗传算法进行求解。在遗传算法中对任务与取送进行分级，并采

用交叉变异对个体进行进化操作。以Solomonbenchmark标准算例为基础构造算

例进行测试，并将求解结果与其他典型启发式算法进行比较。同时还通过引入

IBMSPSSStatistics25作为分析工具进行Wilcoxon秩和检验，检验了基于分层

GeneticAlgorithmbaseonHierarchicalSetsCodingGAHSC

集编码的遗传算法（，）

与蚁群算法（AntColonyOptimization，ACO），灰狼算法（GreyWolfOptimization，

GWO）的差异性。结果表明，基于分层集编码的遗传算法能够实现极端环境下

无人机配送的路径规划，并具有快速收敛能力，在完成先取后送约束情况下更接

近最优路径。

二是针对无人机配送多次序问题（MultivariateOrderRoutingProblem，MORP）

构建了一种允许交叉的多路径多次序配送路径优化模型。以符合次序要求的最短

路径作为目标函数，建立数学模型。基于分层集编码策略，结合遗传算法，对不

同任务之间的配送次序进行分层编码。根据分层后的一级、二级编码分别进行遗

传算法的变异算子，交叉算子以及次序修复算子设计，提供了允许交叉的多路径

多次序任务问题的优化方案。通过典型算例分析，基于分层级编码策略设计的遗

传算法能够实现允许交叉的多路径多次序配送任务的路径优化。并且，能够在保

障次序约束情况下，经过较少迭代次数既能收敛，并快速降低路径的距离。

关键词：无人机配送；路径优化；多路径；遗传算法；编码策略

硕士研究生学位论文Abstract

Abstract

Theuseofdronesindeliverylogisticsisconsideredasanimportantinnovation

toaddresstraditionallogisticspainpoints.Comparedwithgroundtransportation,

dronepick-upanddeliveryisexpectedtosignificantlyreducetrafficcongestionand

transportationtime,especiallyinurbanandremoteareas.Inaddition,droneshave

loweroperatingcostsandrelativelylessimpactontheenvironment.Theseadvantages

willnotonlyimprovelogisticsefficiency,butalsobringbotheconomicand

environmentalbenefits.UAVdistributionisakindofcomplexandimportantpath

planningproblem,whichisalsoahotissueinmaterialdistributionpat