مسیریابی ترکیبی وسایل نقلیه و پهپادها جهت کاهش مصرف انرژی با استفاده از الگوریتم های یادگیری تقویتی

یکی از مباحث مهم که در چند دهه اخیر کاربرد بالایی در هوشمندسازی در شهرهای هوشمند داشته، بحث مسئله مسیریابی سیستم حمل و نقل است. مسئله مسیریابی خودرو و پهپاد درصدد است تا با مدل های ریاضی و بهینهسازی بهگونهای عمل کند که مسافت طی شده، زمان کل سفر و در نهایت تابع هزینه حمل حداقل گردد و در نهایت مصرف انرژی به حداقل برسد.در این مسئله، ابتدا یک مدل ریاضی رسمی از تابع هدف مسیر بهینه پویا بررسی و معیار بهینه سازی برای سیستم ارائه می شود. رویکردهای برنامهنویسی ریاضی، حداکثر یا به حداقل رساندن یک عملکرد هدف برای بهبود روند، برای اطمینان از کارایی عملیاتی عمل میکند. مسئله حل مسیریابی وسیله نقلیه برای دادههای بزرگ با محدودیتهایی روبرو است. برای افزایش کارایی سیستم های مسیریابی وسایل نقلیه، باید مطالعات بیشتری روی همه محدودیتهای شبکه همچون بازه زمان خدمت رسانی و محدودیت ظرفیت حمل در مسیریابی انجام شود. در این پژوهش مسئله مسیریابی پهپاد و خودرو به منظور امدادرسانی و با هدف کمینه کردن مجموع زمان خدمت رسانی به گره های تقاضا انجام گرفته است و به محدودیت های عملیاتی پهپادها نظیر ظرفیت و مصرف انرژی توجه شده است.ذات مسئله مدیریت حمل و نقل و نیز مسیریابی پهپادها، مسئله VRP است. روش های فراابتکاری جهت مسایل کوچک جوابگو هستند. در مسایل بزرگتر از ۱۰۰ تقاضا، نیاز به الگوریتم های یادگیری خودکار ماشینی پیشنهاد می شود. نتایج با یک مدل آموزش دیده روی داده های آزمون بزرگ و خارج از توزیع، مقیاس پذیری و انعطاف پذیری رویکرد پیشنهادی را نسبت به دو الگوریتم فراابتکاری نشان می دهد.

کلیدواژه ها:

مسیریابی پویای وسایل نقلیه ، مدیریت حمل و نقل شهری ، یادگیری ماشین ، مصرف انرژی ، مسیریابی پهپاد