29、车辆与无人机联合的路径规划及股票指数预测模型研究

车辆与无人机联合的路径规划及股票指数预测模型研究

一、车辆与无人机联合的路径规划

1. 即时配送业务现状与挑战
   • 随着懒人经济的发展，即时配送需求迅速增长。2018 年中国即时配送用户数量达到 3.55 亿，较 2017 年增长 21.2%。像盒马鲜生能在 30 分钟内为周边 3 公里的居民提供生鲜和消费品配送服务，但一旦超出服务范围，就无法提供即时配送。这表明即时配送业务通常有严格的服务范围限制。
   • 无人机作为一种新兴的最后一公里配送方式，因其速度快、便携性强，有望在车辆的协助下扩大即时配送的服务范围。不过，如何有效配置车辆和无人机，规划无人机的起飞位置，优化车辆和无人机的配送路线，是一个具有挑战性的问题。
2. 相关研究不足
   • 以往的研究中，Mathew 等人考虑了一辆车搭载一架无人机的服务场景，用图论选择起飞点并规划路径；Mourelo 等人使用 k - 均值聚类和遗传算法确定最佳起飞点的位置和数量，以最小化车辆总运输时间；Chang 和 Lee 等人用 k - 均值聚类客户点并调整聚类中心作为起飞点。但这些研究都没有给出将客户分配给无人机的方法，而且使用 k - 均值聚类选择起飞位置不够稳定，也难以考虑车辆的容量限制。
3. 问题描述与数学模型
   • 问题设定 ：每辆车从仓库携带若干无人机，选择一个停车点作为无人机的起飞点。无人机并行工作，将包裹送到客户