1.摘要
针对三维山地森林火灾巡检中的任务分配、地形障碍和路径目标冲突问题,本文提出两阶段多目标灰狼算法框架。第一阶段采用离散多目标灰狼优化器(DMOGWO)分配巡检任务,将地形绕行代价和空间负载均衡纳入模型;第二阶段采用多样性增强多目标灰狼算法(DE-MOGWO)规划三维航迹,通过网格多样性评价和种群修复抑制早熟收敛。仿真结果表明,DMOGWO 在复杂任务分配场景中将 HV 提高约 8.3%,DE-MOGWO 在基准问题上将 IGD 最多降低 23.2%。
2.问题与两阶段框架
见个人简介
针对三维山地森林火灾巡检中的任务分配、地形障碍和路径目标冲突问题,本文提出两阶段多目标灰狼算法框架。第一阶段采用离散多目标灰狼优化器(DMOGWO)分配巡检任务,将地形绕行代价和空间负载均衡纳入模型;第二阶段采用多样性增强多目标灰狼算法(DE-MOGWO)规划三维航迹,通过网格多样性评价和种群修复抑制早熟收敛。仿真结果表明,DMOGWO 在复杂任务分配场景中将 HV 提高约 8.3%,DE-MOGWO 在基准问题上将 IGD 最多降低 23.2%。
见个人简介