Детальная информация

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>.

Дата создания записи

08.07.2025

Тематика

ВКР; магистратура; проектная работа; прикладная информатика; программирование

УДК

004.94:51

ББК

32.973.2

Коллекции

Магистерские диссертации; Общая коллекция

Разрешенные действия

–

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа	Анонимные пользователи
Сеть	Интернет

Место доступа	Группа пользователей	Действие
Локальная сеть Библиотеки	Аутентифицированные пользователи
Локальная сеть Библиотеки	Все
Интернет	Аутентифицированные пользователи
Интернет	Все

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

...