• SPbSPU
    Electronic Library

Login
Search manual

Details

Сапожникова, Кристина Александровна. Разработка адаптивных алгоритмов
маршрутизации и планирования миссий БПЛА [Электронный ресурс]: выпускная квалификационная работа магистра по направлению подготовки (специальность): 01.04.02 Прикладная математика и информатика. Направленность (профиль): Технологии
проектирования системного и прикладного
программного обеспечения / К. А. Сапожникова; Уфимский университет науки и технологий (УУНиТ), Стерлитамакский филиал, Факультет математики и информационных технологий, Кафедра математического моделирования, научный руководитель Ю. А. Гнатенко. — Стерлитамак, 2025. — 66 с.: прил. — <URL:https://elib.bashedu.ru/dl/diplom/SF/2025/FMIT/SapozhnikovaKA_01.04.02_MPMI21_mag_2025_VKR.pdf>.

Record create date

7/8/2025

Subject

ВКР; магистратура; проектная работа; прикладная информатика; программирование

UDC

004.94:51

LBC

32.973.2

Collections

Магистерские диссертации; Общая коллекция

Allowed Actions

–

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet
Network User group Action
Library BashGU Local Network Authenticated users
Read
Library BashGU Local Network All
Internet Authenticated users
Read
Internet All
  • 1. ВВЕДЕНИЕ
    • 1.1. Актуальность задачи маршрутизации и планирования миссий для БПЛА
    • 1.2. Цель и задачи исследования
  • 2. ПОСТАНОВКА ЗАДАЧИ И АНАЛИЗ МЕТОДОВ МАРШРУТИЗАЦИИ
    • 2.1. Задача маршрутизации в мультиагентных системах
    • 2.2. Формализация задачи mTSP
    • 2.3. Обзор существующих подходов (GA, ACO, PSO)
    • 2.4. Обоснование выбора PSO и его адаптация к дискретным задачам
    • 2.5. Технические характеристики БПЛА
  • 3. РАЗРАБОТКА И РЕАЛИЗАЦИЯ ДИСКРЕТНОГО АЛГОРИТМА PSO ДЛЯ РОЯ БПЛА
    • 3.1. Дискретная модификация PSO
    • 3.2. Преобразование mTSP к TSP с фиктивными депо
      • I. Инициализация
      • II. Основной цикл (итерации ). Для каждой частицы выполняется:
      • III. Завершение. Алгоритм выполняется до достижения заданного количества итераций или до отсутствия улучшения решения в течение нескольких итераций. В конце возвращается глобальное решение как оптимальное найденное решение.
    • 3.3. Гибридизация с эвристиками и муравьиными алгоритмами
    • 3.4. Архитектура и реализация алгоритма
    • 3.5. Экспериментальные исследования
      • 3.5.1. Описание экспериментальной установки
      • 3.5.2. Сценарии и параметры
      • 3.5.3. Сравнительный анализ с базовыми методами
      • 3.5.4. Выводы из экспериментов
  • 4. ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
...