Buradasınız

Anasayfa » Content

İNSANSIZ HAVA ARAÇLARININ GENETİK ALGORİTMA YÖNTEMİYLE ÇOKLU HEDEFLERE PLANLANMASI

ASSIGNMENT OF A FLEET OF UMMANNED AERIAL VEHICLES TO MULTI TARGETS USING GENETIC ALGORITHMS

Journal Name:

  • Havacılık ve Uzay Teknolojileri Dergisi

Publication Year:

  • 2010

Key Words:

Keywords (Original Language):

Author Name
Abstract (2. Language): 
Capacity Constrained Vehicle Routing Problem (CCVRP), a combinatorial optimization problem seeking to service a number of customers with a fleet of vehicles which have limited carrying capacity of the goods that must be delivered. In this study, a Genetic Algorithms (GA) based solution method is developed to help Turkish Air Force Command aiming to detect possible foes by using Unmanned Air Vehicles (UAVs) in a more manageable and efficient manner. A user interface is designed to gather targets’ data from the Google Maps server and to import into Matlab database. The proposed novel GA method tries to optimize the path of each UAV which flies on. The results of computational experiments in order to evaluate the effectiveness of our GA method are presented. This study might be used for future online/real time target/route planning researches.
Bookmark/Search this post with
Abstract (Original Language): 
Kapasite Kısıtlı Araç Rotalama Problemi (KKARP), bir noktadan başlayarak farklı düğüm noktalarına (şehir, hedef, vs.), en kısa süre veya en düşük maliyetle en az sayıda araç ile uğranılmasını eniyileyen problem çeşididir. Bu çalışmada, Hava Kuvvetleri’nin gözlem amaçlı olarak, İnsansız Hava Araçlarının (İHA) olası hedeflere çevrim dışı olarak Görev Planlanmasını daha hızlı ve daha etkin şekilde yapılabilmesine yardımcı olabilecek Genetik Algoritma (GA) tabanlı bir çözüm yöntemi geliştirilmiştir. İstenilen hedeflerin coğrafi koordinatları çevrim içi internet üzerinden Google Maps sunucusu vasıtasıyla Delphi ortamına alınarak veri paketleri haline getiren ve Matlab ortamında işlenebilmesi için Matlab Simulink modelleme yapısı içerisinde paketleri alan ve saklayan bir arayüz tasarlanmıştır. Önerilen yeni GA yöntemi, bu veri paketlerini girdi olarak alıp eniyileyerek her bir İHA için uygun rotayı hesaplamaktadır. Farklı parametre değerleri için deneyler yapılarak elde edilen sonuçlar karşılaştırılmıştır. Bu çalışma daha ilerde yapılabilecek çevrim içi/gerçek zamanlı hedef/rota belirleme çalışmaları için bir başlangıç teşkil edebilecektir.
FULL TEXT (PDF): 
PDF icon arastirmax-insansiz-hava-araclarinin-genetik-algoritma-yontemiyle-coklu-hedeflere-planlanmasi.pdf
  • 3
77
84
  • Turkish

REFERENCES

References: 

[1] Kaplankıran, Ö., 2007. Mini İnsansız Hava
Aracı Etrafındaki Akışın Sayısal Olarak İncelenmesi,
Havacılık Ve Uzay Teknolojileri Enstitüsü, Hava Harp
Okulu, Yayınlanmamış Y.Lisans Tezi, İstanbul.
[2] ABD 2005-2030 İHA Sistemleri Yol Haritası,
2005 ( 2005-2030 UAV Road Map).
[3] Shetty, V., Sudit M., Nagi, R., 2008. Prioritybased
Assignement and Routing of a Fleet of
Ummanned Combat Aerial Vehicles,
Computers&Operations Research, vol. 35, pp. 1813-
1828, University Of Buffalo, USA.
[4] Eryavuz, M., Gencer, C., 2001. Araç Rotalama
Problemine Ait Bir Uygulama, Süleyman Demirel
Üniversitesi, İktisadi ve İdari Bilimler Fakültesi,
Yayınlanmamış Y. Lisans Tezi, Isparta.
[5] Toth, P., Vigo, D., 2002. A heuristic algorithm
fort he vehicle routing problem with backhauls,
Advanced Methods in Transportation Analysis, vol.3,
pp. 585-608.
[6] Cordeau, G., Gendreau, M., Hertz, A., Laporte,
G., 2004. New Heuristics for The Vehicle Routing
Problem, Les Chairs du Gerard, vol. 1, pp. 33.
[7] Ambrosino, D., Sciomachen, A., 2007. A
Heuristic Based On Multi Exchange Technics For A
Regional Fleet Assignment Location- Routing
Problem, Computers & Operation Research 36,
pp.442-460, Italy.
[8] Michaelewicz, Z., 1996. Genetic Algorithm +
Data Structure = Evaluation Programs, Third Edition,
Springer Verlag, USA.
[9] Şeker, Ş., 2007. Araç Rotalama Problemleri ve
Zaman Pencereli Stokastik Araç Rotalama Problemine
Genetik Algoritma Yaklaşımı, Yıldız Teknik
Üniversitesi Yayınlanmamış Y.Lisans Tezi, İstanbul.
[10] Eiben, A.E., Smith, J.E, 2003. Introduction To
Evolutionary Computing, Springer Verlag, USA.
[11] Ambrosino, D., Sciomachen, A., 2009. A
Heuristic Based On Multi-exchange Techiques For A
Regional Fleet Assigment Location-Routing Problem,
Computers & Operations Research 36, pp. 442-460.
[12] Baker, B., Ayechew, M.A., 2003. A Genetic
Algorithm For the Vehicle Routing Problem,
Computers & Operations Research 30, pp. 787-800,
UK.

Thank you for copying data from http://www.arastirmax.com