Маршрутизация автономных устройств в трёхмерном пространстве
Ключевые слова:
метаэвристический алгоритм, муравьиная оптимизация, графовые математические модели, маршрутизация, моделирование трёхмерного пространства, энергетические системыАннотация
Статья посвящена решению проблемы маршрутизации автономных устройств в трёхмерном пространстве, что является актуальной задачей в области интеллектуального управления. Трёхмерное пространство отличается высокой степенью свободы, сложной топологией и динамическими изменениями среды, что значительно усложняет задачу эффективного планирования траекторий. Разработка методов маршрутизации, обеспечивающих безопасность, энерго и вычислительную эффективность, имеет ключевое значение для повышения производительности автономных систем. В работе рассматривается комплексная система маршрутизации, основанная на гибридном подходе, объединяющем высокоуровневое моделирование рабочего пространства с метаэвристическими методами оптимизации. Для представления трёхмерной среды используются иерархические структуры данных, такие как октодеревья, что обеспечивает компактность и гибкость пространственных моделей. Эти модели преобразуются в графовые структуры, что позволяет описать маршрутизацию в виде оптимизационной задачи на графах. Предложен модифицированный метаэвристический муравьиный алгоритм, относящийся к классу роевых методов оптимизации. Алгоритм ориентирован на построение безопасных и энергоэффективных маршрутов, а также на решение задач поиска кратчайших гамельтоновых циклов и динамической перенастройки маршрута в условиях изменяющейся внешней среды. В работе представлены результаты вычислительного эксперимента, включающие тестирование алгоритма в условиях трёхмерного пространства, и сравнительный анализ с другими алгоритмами маршрутизации. Вычислительный эксперимент подтвердил эффективность разработанного алгоритма маршрутизации, включая сокращение времени вычислений и повышение энергоэффективности автономных устройств. Перспективы дальнейших исследований включают интеграцию предложенной системы в широкий спектр приложений для автономных устройств, направленных на оптимизацию процессов управления и повышение эффективности в динамически изменяющейся внешней среде. Отметим, что разработанный алгоритм может быть адаптирован для решения комплексных задач, в которых маршрутизация и размещение ветрогенераторов на плоскости взаимосвязаны. Задача размещения напрямую связана с построением маршрутов для обслуживания этих объектов, что требует комплексного подхода для эффективного решения этих задач. Это станет частью системы поддержки принятия решений, предназначенной для планирования и обслуживания ветрогенераторных комплексов, обеспечивая их эффективное функционирование и управление ресурсами.
Литература
2. Даринцев О.В., Мигранов А.Б. Аналитический обзор подходов к распределению задач в группах мобильных роботов на основе технологий мягких вычислений // Информатика и автоматизация. 2022. Т. 21. № 4. С. 729–757. DOI: 10.15622/ia.21.4.4.
3. Курейчик В.В., Родзин С.И. Вычислительные модели эволюционных и роевых биоэвристик (обзор) // Информационные технологии. 2021. Т. 27. № 10. С. 507–520. DOI: 10.17587/it.27.507-520.
4. Перепелкин Д.А., Иванчикова М.А., Нгуен В.Т. Нейросетевая многопутевая маршрутизация в программно-конфигурируемых сетях на основе генетического алгоритма // Информационные технологии. 2023. Т. 29. № 12. С. 622–629. DOI: 10.17587/it.29.622-629.
5. Казакова Е.М. Применение метода роя частиц в задачах оптимизации // Известия Кабардино-Балкарского научного центра РАН. 2022. № 5(109). С. 48–57. DOI: 10.35330/1991-6639-2022-5-109-48-57.
6. Казаков К.А., Семенов В.А. Обзор современных методов планирования пути // Тр. ИСП РАН. 2016. Т. 28(4). С. 241–294. DOI: 10.15514/ISPRAS-2016-28(4)-14.
7. Гладков Л.А., Гладкова Н.В. Эволюционирующие многоагентные системы и эволюционное проектирование // Известия ЮФУ. Технические науки. 2020. № 4(214). С. 48–59. DOI: 10.18522/2311-3103-2020-4-48-59.
8. Рачков Т.И., Кузьмина И.А. Мета-эвристический алгоритм децентрализованного управления группой // Математические методы в технологиях и технике. 2021. № 3. С. 96–99. DOI: 10.52348/2712-8873_MMTT_2021_3_96.
9. Костин А.С., Майоров Н.Н. Исследование моделей и методов маршрутизации и практического выполнения автономного движения беспилотными транспортными системами для доставки грузов // Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2023. Т. 15. № 3. С. 524–536. DOI: 10.21821/2309-5180-2023-15-3-524-536.
10. Акопов А.С., Бекларян Л.А., Бекларян А.Л. Оптимизация характеристик интеллектуальной транспортной системы с использованием генетического алгоритма вещественного кодирования на основе адаптивной мутации // Информационные технологии. 2023. Т. 29. № 3. С. 115–125. DOI: 10.17587/it.29.115-125.
11. Карпенко А.П. Эволюционные операторы популяционных алгоритмов глобальной оптимизации. Опыт систематизации // Математика и математическое моделирование. 2018. № 1. С. 59–89. DOI: 10.24108/mathm.0118.0000103.
12. Медведев М.Ю., Костюков В.А., Пшихопов В.Х. Метод оптимизации траектории мобильного робота в поле источников-репеллеров // Информатика и автоматизация. 2021. Т. 20. № 3. С. 690–726. DOI: 10.15622/ia.2021.3.7.
13. Литвиненко А.М., Кудрявцев Г.В., Ибрагимов М.У.У. Исследование адаптивной системы управления электроэнергетическим комплексом с ветроэлектрогенератором // Вести высших учебных заведений Черноземья. 2021. № 3(65). С. 10–17. DOI: 10.53015/18159958_2021_3_10.
14. Курочкин А.Г., Титенко Е.А. Модифицированный алгоритм сглаживания точек маршрута // Известия Юго-Западного государственного университета. 2016. № 5(68). С. 43–51.
15. Шмалько Е.Ю., Румянцев Ю.А., Байназаров Р.Р., Ямшанов К.Л. Идентификация нейросетевой модели робота для решения задачи оптимального управления // Информатика и автоматизация. 2021. Т. 20. № 6. С. 1254–1278. DOI: 10.15622/ia.20.6.3.
16. Ургапов В.А. Компьютерное моделирование основных типов движения мультикоптера в трёхмерном пространстве // Вестник Совета молодых ученых Рязанского государственного агротехнологического университета имени П.А. Костычева. 2016. № 1(2). С. 216–220.
17. Жарков С.Н. Стохастическое формирование проактивного множества при кластеризации в мобильных беспроводных сенсорных сетях // T-Comm: Телекоммуникации и транспорт. 2013. Т. 7. № 5. С. 29–34.
18. Шилов Н.Г., Пономарев А.В., Смирнов А.В. Анализ методов онтолого-ориентированного нейро-символического интеллекта при коллаборативной поддержке принятия решений // Информатика и автоматизация. 2023. Т. 22. № 3. С. 576–615. DOI: 10.15622/ia.22.3.4.
19. Danilchenko V.I., Danilchenko E.V., Kureichik V.M. Application of Genetic Algorithms in Solving the Problem of Placing Elements on a Crystal Taking into Account the Criterion of the Maximum Number of Linear Segments // Proceedings of the Fifth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’21). Lecture Notes in Networks and Systems. 2022. vol. 330. pp. 276–284. DOI: 10.1007/978-3-030-87178-9_28.
20. Валькман Ю.Р., Тарасов В.Б. От онтологий проектирования к когнитивной семиотике // Онтология проектирования. 2018. Т. 8. № 1(27). С. 8–34. DOI: 10.18287/2223-9537-2018-8-1-8-34.
Опубликован
Как цитировать
Раздел
Copyright (c) Владимир Викторович Курейчик, Владислав Иванович Данильченко, Евгения Владимировна Данильченко

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).