论文部分内容阅读
摘 要:充分利用无人机来运送药物和调查高速公路,可以为波多黎各人民提供及时的帮助。为了应对波多黎各的破坏,我们使用了层次分析法,选择了三种类型的无人机(B,E和F)并入DroneGo灾难响应系统的无人机机队。我们考虑到波多黎各的实际情况,将28天的药品装入所有三个容器中,同时,为了最大程度地利用容器空间,我们使用Construmental Algorithms方法来匹配负荷主进行包装测试,得出了两种包装方案:基于调查的α计划和β.α计划和基于药物输送的β计划。
关键词:无人机;药物运输;层次分析法
1.引言
2017年,美国的波多黎各岛遭受有记录以来最严重的飓风袭击,给当地人民造成了巨大的生命威胁和财产损失。飓风摧毁了波多黎各的大部分输电线路,几乎所有岛上居民都没有电[1]。它还毁坏了道路,使紧急车辆难以进入并确认该岛上的损坏[2]。因此,我们正在尝试使用无人机来帮助当地人。为了更好地满足当地人的医疗需求和道路检测的需求,我们使用层次分析法(AHP)为每架无人机的6维参数分配不同的权重,并求解每架无人机的权重系数,因此选择重量最大,最好的三架无人机。我们向HELP,Inc建议由B,E和F组成的无人机机队[3]。为了确定最佳的集装箱运输地点,我们通过计算集装箱与医院之间最短距离的总和确定了三个最佳的集装箱运输地点,每个位置放置一个容器。同时,我们设计了无人机飞行计划,以监控波多黎各的路况。
2.模型的建立与求解
2.1無人机机队和药品配置选择模型
2.1.1 无人机机队选择
关于无人机机群的无人机选择,为了更好地满足波多黎各飓风破坏后的要求,考虑了无人机的六个因素,即速度,飞行时间,负载,有无相机,无人机。货舱类型和无人机数量。为了确定这六个部分的权重,我们使用层次分析法(AHP)确定权重。这种方法有助于将我们的主观偏好转化为可衡量的权重,以评估不同因素的重要性。我们首先建立一个6*6的比较矩阵,其中每个元素都是两个因素的重要性之比。由于货舱的类型直接影响可装载药物的类型,飞行时间和速度直接影响无人机侦察的范围,因此我们对它们进行特殊的选择,并获得矩阵。然后进确定了矩阵的一致性检验。然后我们得到六个因素的权重:速度,飞行时间,负载,摄像机,货舱类型和无人机体积。六个因素的权重表示为:
γ =(0.2381, 0.2381, 0.0476, 0.1190, 0.2381, 0.1190)
通过计算最大特征值并对相应的特征向量进行归一化,可以获得每个零件的权重。经过进一步的重量计算,我们最终得到了每架无人机的重量,无人机A到G的重量向量为:
显然,B,E和F的重量远高于其他无人机,因此我们选择这三种类型的无人机作为无人机机队的模型。
为了满足波多黎各的需求,我们的目标是在满足波多黎各医疗界需求的同时携带尽可能多的无人机,以监视主要道路的状况并为地面应急车辆提供协助。查看所有数据后,我们给了每个容器28天的用药时间。因为只有20天的食物,准备比这更多的药是没有意义的。无论有多少药,没有食物,人们都无法生存。因此,我们拥有适量的药品,并且我们希望能够监视尽可能多的无人驾驶飞机在波多黎各的主要公路。
通过分析得出,E无人机的体积小,B无人机的飞行时间长且飞行速度快,而F无人机的负载大且装载量大。可以看出,E无人机适合于填充空间,B类无人机适合于检测路况,F无人机适合于运输药物。
由于无人机只能飞到那么远,所以它们会失去动力并且无法移动超过一定的最大距离。因此,我们假设无人机需要充电,并且充电到它可以再次飞行的最大距离。我们假设使用H级无人机进行充电。容器中H型无人机的数量由B型无人机,E型无人机和F型无人机的数量共同确定。
2.1.2 药物配置选择
为了满足波多黎各的需要,我们准备了两种包装方法,一个容器装有药品28天,一个集装箱无人机主要用于检测,而另一个集装箱无人机主要目的则是药物输送。第一个容器的配置目标是使用F架无人机交付药品以满足医疗需求,并配置尽可能多的B架无人机以进行检测,而第二个容器的配置目标恰恰相反。
这样,原来的问题就变成了包装问题。它属于三维包装问题中的三维背负式装箱问题(3D-KLP)。在这里,我们重视无人机的体积,目标是将集装箱浪费的体积降至最低。
因此,我们使用构造算法方法,通过逐个添加解决方案的构成要素来找到可行的解决方案。同时,我们使用负载主控器进行组装测试。两种包装方法如下:
(1)程序α以侦察为主要目的的ISO集装箱包装方案。如下图所示:
从图中可以很直观地看出,容积利用率达到了90.77%,这表明装载方案非常好,可以最大限度地利用集装箱空间。我们携带3架无人驾驶飞机E的原因是在25架无人驾驶飞机包装后B,10架无人驾驶飞机F,4架无人驾驶飞机H,其余空间无法装载任何无人机。因此,为了最大程度地利用容器空间,添加了3架无人机E。
(2)程序β以交付为主要目的的ISO集装箱包装方案。如下图所示:
该方法的体积利用率达到89.60%,可以说是充分利用了容器的空间。
以上两个选项是我们为HELP,Inc. 的“DroneGo”推荐的无人机机队和医疗套件配置解决方案。灾难响应系统。该系统是一个很好的配置,可以在满足波多黎各医院医疗需求的同时尽可能多地装载合适的无人机。在两个图中,颜色,无人机和医疗袋之间的对应关系如下:
3.结论
为了推荐更好的无人机机队,我们使用了层次分析法,使用六个因素评估了无人机的性能,并选择了三款性能卓越的无人机纳入无人机机队。在选择医疗箱时,我们已经考虑了波多黎各人民的需求和容器的因素。每个容器都配有急救箱,可满足28天的波多黎各医疗需求。
参考文献:
[1]任新惠, 岳一笛, 尹晓丽, 赵嶷飞. 无人机车辆组合物流配送路径规划探讨[J].飞行力学, 2020(02): 1-7.
[2]张启钱, 许卫卫, 张洪海, 邹依原, 陈雨童. 复杂低空物流无人机路径规划[J]. 北京航空航天大学学报. 2019, 04(23): 1-15.
[3]张旻海, 王慧, 庾航, 余育晖, 陈江, 章笑安, 敖新华, 李强, 张茂. 无人机在县域医共体急救体系中应用的初步研究[J]. 中华急诊医学杂志, 2019(10): 1237-1241.
关键词:无人机;药物运输;层次分析法
1.引言
2017年,美国的波多黎各岛遭受有记录以来最严重的飓风袭击,给当地人民造成了巨大的生命威胁和财产损失。飓风摧毁了波多黎各的大部分输电线路,几乎所有岛上居民都没有电[1]。它还毁坏了道路,使紧急车辆难以进入并确认该岛上的损坏[2]。因此,我们正在尝试使用无人机来帮助当地人。为了更好地满足当地人的医疗需求和道路检测的需求,我们使用层次分析法(AHP)为每架无人机的6维参数分配不同的权重,并求解每架无人机的权重系数,因此选择重量最大,最好的三架无人机。我们向HELP,Inc建议由B,E和F组成的无人机机队[3]。为了确定最佳的集装箱运输地点,我们通过计算集装箱与医院之间最短距离的总和确定了三个最佳的集装箱运输地点,每个位置放置一个容器。同时,我们设计了无人机飞行计划,以监控波多黎各的路况。
2.模型的建立与求解
2.1無人机机队和药品配置选择模型
2.1.1 无人机机队选择
关于无人机机群的无人机选择,为了更好地满足波多黎各飓风破坏后的要求,考虑了无人机的六个因素,即速度,飞行时间,负载,有无相机,无人机。货舱类型和无人机数量。为了确定这六个部分的权重,我们使用层次分析法(AHP)确定权重。这种方法有助于将我们的主观偏好转化为可衡量的权重,以评估不同因素的重要性。我们首先建立一个6*6的比较矩阵,其中每个元素都是两个因素的重要性之比。由于货舱的类型直接影响可装载药物的类型,飞行时间和速度直接影响无人机侦察的范围,因此我们对它们进行特殊的选择,并获得矩阵。然后进确定了矩阵的一致性检验。然后我们得到六个因素的权重:速度,飞行时间,负载,摄像机,货舱类型和无人机体积。六个因素的权重表示为:
γ =(0.2381, 0.2381, 0.0476, 0.1190, 0.2381, 0.1190)
通过计算最大特征值并对相应的特征向量进行归一化,可以获得每个零件的权重。经过进一步的重量计算,我们最终得到了每架无人机的重量,无人机A到G的重量向量为:
显然,B,E和F的重量远高于其他无人机,因此我们选择这三种类型的无人机作为无人机机队的模型。
为了满足波多黎各的需求,我们的目标是在满足波多黎各医疗界需求的同时携带尽可能多的无人机,以监视主要道路的状况并为地面应急车辆提供协助。查看所有数据后,我们给了每个容器28天的用药时间。因为只有20天的食物,准备比这更多的药是没有意义的。无论有多少药,没有食物,人们都无法生存。因此,我们拥有适量的药品,并且我们希望能够监视尽可能多的无人驾驶飞机在波多黎各的主要公路。
通过分析得出,E无人机的体积小,B无人机的飞行时间长且飞行速度快,而F无人机的负载大且装载量大。可以看出,E无人机适合于填充空间,B类无人机适合于检测路况,F无人机适合于运输药物。
由于无人机只能飞到那么远,所以它们会失去动力并且无法移动超过一定的最大距离。因此,我们假设无人机需要充电,并且充电到它可以再次飞行的最大距离。我们假设使用H级无人机进行充电。容器中H型无人机的数量由B型无人机,E型无人机和F型无人机的数量共同确定。
2.1.2 药物配置选择
为了满足波多黎各的需要,我们准备了两种包装方法,一个容器装有药品28天,一个集装箱无人机主要用于检测,而另一个集装箱无人机主要目的则是药物输送。第一个容器的配置目标是使用F架无人机交付药品以满足医疗需求,并配置尽可能多的B架无人机以进行检测,而第二个容器的配置目标恰恰相反。
这样,原来的问题就变成了包装问题。它属于三维包装问题中的三维背负式装箱问题(3D-KLP)。在这里,我们重视无人机的体积,目标是将集装箱浪费的体积降至最低。
因此,我们使用构造算法方法,通过逐个添加解决方案的构成要素来找到可行的解决方案。同时,我们使用负载主控器进行组装测试。两种包装方法如下:
(1)程序α以侦察为主要目的的ISO集装箱包装方案。如下图所示:
从图中可以很直观地看出,容积利用率达到了90.77%,这表明装载方案非常好,可以最大限度地利用集装箱空间。我们携带3架无人驾驶飞机E的原因是在25架无人驾驶飞机包装后B,10架无人驾驶飞机F,4架无人驾驶飞机H,其余空间无法装载任何无人机。因此,为了最大程度地利用容器空间,添加了3架无人机E。
(2)程序β以交付为主要目的的ISO集装箱包装方案。如下图所示:
该方法的体积利用率达到89.60%,可以说是充分利用了容器的空间。
以上两个选项是我们为HELP,Inc. 的“DroneGo”推荐的无人机机队和医疗套件配置解决方案。灾难响应系统。该系统是一个很好的配置,可以在满足波多黎各医院医疗需求的同时尽可能多地装载合适的无人机。在两个图中,颜色,无人机和医疗袋之间的对应关系如下:
3.结论
为了推荐更好的无人机机队,我们使用了层次分析法,使用六个因素评估了无人机的性能,并选择了三款性能卓越的无人机纳入无人机机队。在选择医疗箱时,我们已经考虑了波多黎各人民的需求和容器的因素。每个容器都配有急救箱,可满足28天的波多黎各医疗需求。
参考文献:
[1]任新惠, 岳一笛, 尹晓丽, 赵嶷飞. 无人机车辆组合物流配送路径规划探讨[J].飞行力学, 2020(02): 1-7.
[2]张启钱, 许卫卫, 张洪海, 邹依原, 陈雨童. 复杂低空物流无人机路径规划[J]. 北京航空航天大学学报. 2019, 04(23): 1-15.
[3]张旻海, 王慧, 庾航, 余育晖, 陈江, 章笑安, 敖新华, 李强, 张茂. 无人机在县域医共体急救体系中应用的初步研究[J]. 中华急诊医学杂志, 2019(10): 1237-1241.