در سال‌های اخیر، با پیشرفت فناوری‌های نرم‌افزاری و نرم‌افزارهای رباتیک، استفاده از پهپادها در ماموریت‌های نظارت بر منابع آبی، نظیر رودخانه‌ها، دریاچه‌ها و سواحل، بسیار رایج شده است. با این حال، یکی از چالش‌های موجود در این حوزه، بهینه‌سازی مسیریابی پهپادها در بین منابع آبی مختلف است. در این مقاله، به بررسی برخی از الگوریتم‌های بهینه‌سازی مسیریابی پهپادها در ماموریت‌های نظارت بر منابع آبی می‌پردازیم. اولین الگوریتمی که در این مقاله بررسی خواهیم کرد، الگوریتم فراابتکاری (Metaheuristic) است. الگوریتم فراابتکاری، یک روش بهینه‌سازی است که بر اساس سازوکارهای طبیعی، مانند رفتار جمعی گونه‌های مختلف، ترکیبی از جستجوی تصادفی و تکاملی را برای بهینه‌سازی مسیریابی پهپادها در نظارت بر منابع آبی به‌کار می‌برد. این الگوریتم، با کمک تکنیک‌هایی نظیر الگوریتم ژنتیک، الگوریتم شبیه‌سازی تبرید، الگوریتم مورچه‌عسلی و الگوریتم بهینه‌سازی گسسته، به جستجوی بهینه‌ترین مسیر نظارت پهپادها بین منابع آبی می‌پردازد.
در سال‌های اخیر، با پیشرفت فناوری‌های نرم‌افزاری و نرم‌افزارهای رباتیک، استفاده از پهپادها در ماموریت‌های نظارت بر منابع آبی، نظیر رودخانه‌ها، دریاچه‌ها و سواحل، بسیار رایج شده است. با این حال، یکی از چالش‌های موجود در این حوزه، بهینه‌سازی مسیریابی پهپادها در بین منابع آبی مختلف است. در این مقاله، به بررسی برخی از الگوریتم‌های بهینه‌سازی مسیریابی پهپادها در ماموریت‌های نظارت بر منابع آبی می‌پردازیم.
اولین الگوریتمی که در این مقاله بررسی خواهیم کرد، الگوریتم فراابتکاری (Metaheuristic) است. الگوریتم فراابتکاری، یک روش بهینه‌سازی است که بر اساس سازوکارهای طبیعی، مانند رفتار جمعی گونه‌های مختلف، ترکیبی از جستجوی تصادفی و تکاملی را برای بهینه‌سازی مسیریابی پهپادها در نظارت بر منابع آبی به‌کار می‌برد. این الگوریتم، با کمک تکنیک‌هایی نظیر الگوریتم ژنتیک، الگوریتم شبیه‌سازی تبرید، الگوریتم مورچه‌عسلی و الگوریتم بهینه‌سازی گسسته، به جستجوی بهینه‌ترین مسیر نظارت پهپادها بین منابع آبی می‌پردازد.
الگوریتم بعدی که در این مقاله بررسی می‌شود، الگوریتم جستجوی هارمونیک است. این الگوریتم، بر اساس رفتار گروهی موسیقی‌دان‌ها در اجرای یک قطعه موسیقی استوار است. در این الگوریتم، هر پهپاد به‌عنوان یکی از نغمه‌های موسیقی در نظارت بر منابع آبی محسوب می‌شود و تخمینی از نغمه بهینه را جستجو می‌کند. با ترکیب نغمه‌های گوناگون، نتیجه بهینه‌ترین مسیر نظارت پهپادها بین منابع آبی بدست می‌آید.
الگوریتم سوارکاری (Swarm Intelligence) نیز یکی از الگوریتم‌های بهینه‌سازی است که در مسیریابی پهپادها قابل استفاده است. در این الگوریتم، هر پهپاد به‌عنوان یک عنصر در یک گلوه به حساب می‌آید و با همکاری با بقیه عناصر گلوه، به جستجوی بهینه‌ترین مسیر برای نظارت بر منابع آبی می‌پردازد. با توجه به تعاملات و همکاری بین پهپادها، بهینه‌ترین مسیر بین منابع آبی پیدا می‌شود.
در نهایت، الگوریتم تمپر آنیلینگ (Simulated Annealing) نیز می‌تواند برای بهینه‌سازی مسیریابی پهپادها در مأموریت‌های نظارت بر منابع آبی استفاده شود. این الگوریتم، بر اساس فرآیند تمپر آنیلینگ فیزیکی که در تولید و تثبیت فلزات استفاده می‌شود، به جستجوی بهینه‌ترین مسیر پهپادها می‌پردازد. با تعدادی متغیر و پارامتر کنترل شده، الگوریتم تمپر آنیلینگ صحت و سرعت جستجوی بهینه را تضمین می‌کند.
با استفاده از الگوریتم‌های بهینه‌سازی فوق، مسیریابی پهپادها در مأموریت‌های نظارت بر منابع آبی می‌تواند بهبود یابد و موجب صرفه‌جویی در زمان و انرژی شود. هر کدام از این الگوریتم‌ها، با توجه به محیط و مشخصات دقیق مسئله، مزایا و معایب خاص خود را دارند که باید در انتخاب و استفاده از آن‌ها مدنظر قرار گیرد. اما در کل، استفاده از الگوریتم‌های مبتنی بر بهینه‌سازی می‌تواند نتیجه بهتری در مسیریابی پهپادها در ماموریت‌های نظارت بر منابع آبی داشته باشد.
زیبا فرمانبردار، تاریخ انتشار : ۱۴۰۲/۰۹/۰۷
سیرنگ پلاس سیرنگ پهپاد سیرنگ پرواز یاران سیرنگ پهپاد کشاورزی پهباد کشاورزی پهباد پهپاد
