国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】

這篇具有很好參考價(jià)值的文章主要介紹了【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab

?一、邊緣計(jì)算架構(gòu)下最優(yōu)異構(gòu)路徑規(guī)劃模型

我們考慮一個(gè)已經(jīng)布設(shè)好的移動(dòng)邊緣計(jì)算場(chǎng)景,在該場(chǎng)景下已部署了一系列的無(wú)線接入點(diǎn)、移動(dòng)邊緣云(微云)以及無(wú)線充電樁。用A=邀a0,a1,…,am妖表示無(wú)線接入點(diǎn)集合,S=邀s0,s1,…,sn妖表示微云集合,B=邀b0,b1,…,bl妖表示無(wú)線充電樁集合??紤]實(shí)際應(yīng)用場(chǎng)景為城市,可假設(shè)無(wú)線接入點(diǎn)已完全覆蓋需偵測(cè)的場(chǎng)所。同時(shí)為節(jié)約成本,所有的微云及充電樁都將被部署在無(wú)線接入點(diǎn)所在處。因此,可用集合A表示無(wú)線接入點(diǎn)、微云、無(wú)線充電樁集合。當(dāng)S(j)=1時(shí),則無(wú)線接入點(diǎn)aj處也同時(shí)部署了微云;否則S(j)=0。而B(j)則用來(lái)表示無(wú)線接入點(diǎn)aj與無(wú)線充電樁的共存情況。

在該環(huán)境下,一組異構(gòu)移動(dòng)設(shè)備從地、空分別布防,實(shí)時(shí)無(wú)縫的監(jiān)控地面的情況。用集合D=邀d0,d1,…,dk妖表示k個(gè)移動(dòng)偵測(cè)設(shè)備??紤]各類設(shè)備在移動(dòng)速度、最大電量等方面各不相同,用θimax和pimax分別表示移動(dòng)設(shè)備di所能達(dá)到的最高移動(dòng)速度和最大可用電量。同時(shí),我們將移動(dòng)偵測(cè)設(shè)備可停留的位置離散化,并給每個(gè)位置編號(hào)邀0,1,…,J妖,并考慮移動(dòng)設(shè)備的兩種狀態(tài):偵測(cè)、傳輸。設(shè)t時(shí)刻,設(shè)備di所在位置為L(zhǎng)(i,t)=邀0,1,…,J妖,狀態(tài)為R(i,t)=邀1,0妖分別對(duì)應(yīng)傳輸和偵測(cè)狀態(tài)。則每個(gè)移動(dòng)偵測(cè)設(shè)備的移動(dòng)能耗可抽象為:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
函數(shù)D(A,B)計(jì)算A、B兩點(diǎn)間的距離,αi為移動(dòng)政策設(shè)備i移動(dòng)單位距離的平均能耗。城市場(chǎng)景下k個(gè)移動(dòng)偵測(cè)設(shè)備在T時(shí)刻內(nèi)的總移動(dòng)能耗可抽象為:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
這些移動(dòng)設(shè)備將按照固定的路線移動(dòng),相互協(xié)調(diào)配合完成整個(gè)城市范圍內(nèi)的偵測(cè)覆蓋。這里我們定義偵測(cè)覆蓋包括時(shí)域和空間上的覆蓋要求,即每個(gè)偵測(cè)點(diǎn)在一定時(shí)間τ內(nèi)至少被一個(gè)偵測(cè)設(shè)備訪問(wèn)一次。用二元變量x(i,t,j)表示偵測(cè)設(shè)備di在t時(shí)刻是否能覆蓋偵測(cè)區(qū)域j∈邀0,1,…,J妖。則偵測(cè)區(qū)域的覆蓋性要求可表達(dá)為:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
同時(shí)為了保證服務(wù)的低延時(shí),T時(shí)刻內(nèi)數(shù)據(jù)至少要上傳至微云一次,即:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
此外,每臺(tái)移動(dòng)設(shè)備的可用電量受到上下限約束,其任意時(shí)刻可用電量大于零:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
其中,Pt(i)為移動(dòng)設(shè)備di在t時(shí)刻的初始能量,其最大不超過(guò)di電池的最大容量pimax:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
同時(shí),該移動(dòng)設(shè)備的移動(dòng)速度不會(huì)超過(guò)其所能達(dá)到的最高移動(dòng)速度:
【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab
將移動(dòng)邊緣場(chǎng)景下移動(dòng)異構(gòu)終端的路徑規(guī)劃問(wèn)題抽象化,以最小化系統(tǒng)總移動(dòng)能耗(式(2))為目標(biāo),兼顧安防場(chǎng)景的覆蓋性需求(式(3))、服務(wù)的延時(shí)需求(式(4))、移動(dòng)設(shè)備的電量約束(式(5)、(6))、速度約束(式(7)),可建立安防場(chǎng)景下最優(yōu)偵測(cè)路徑規(guī)劃問(wèn)題。

然而,可證明旅行商問(wèn)題可規(guī)約為最優(yōu)異構(gòu)路徑規(guī)劃的特殊情況,因此最優(yōu)異構(gòu)路徑規(guī)劃也為NP難問(wèn)題。

?二、部分源代碼

clc;clear;close all;
tic;
global N; %divide [0,1][0,1] map into NN grid
global N2; % divide [0,1][0,1] map into N2N2 grid when calculating weight matrix
global EPISOD_SUM;
global n; % parameter in sigmoid demand function
global B; % parameter in sigmoid demand function
global OBSER_RADIS; % observe radius 0<x<1
global SERVICE_RADIS; % the radius within which a TU can be served
global stepWay; % UAV one step length
global TU_info; % TUs location matrix
global TU_demand_matrix; % TUs service demand weight matrix
global K; %risk coefficient
global M; %service demand coefficient
global imgnum;
global plotFigure;

%% Customized parameters
K=20;
M=1;
isSigmoid=1; % 1-sigmoid,0-linear
plotFigure=1; % 1-Plotting,0-No plotting

%% map information
N=20;
N2=50;
EPISOD_SUM=20*N;
n=2;
B=8;

%% UAV information
OBSER_RADIS=0.2;
SERVICE_RADIS=0.2;
stepWay=0.02;

%% RUN
fprintf(‘K = %.1f, M = %.3f \n’,K,M);

TU_info=getTU_info;

if(isSigmoid==1)
fprintf(‘Using sigmoid demand function.\n’);
TU_demand_matrix=TU_demand;
else
fprintf(‘Using linear demand function.\n’)
TU_demand_matrix=TU_demand_linear;
end

COUNT=zeros(1,size(TU_info,1)); % count each TU service time
initialize;
drawBackground;
main_UAVs;

%% Print results
[PL,ServiceRate,Risk]=measure;

toc;

?三、運(yùn)行結(jié)果

【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】,Matlab路徑規(guī)劃(高階版),matlab

?四、matlab版本及參考文獻(xiàn)

1 matlab版本
2014a

2 參考文獻(xiàn)
[1]強(qiáng)士卿,孫瀅.城市安防場(chǎng)景下基于邊緣計(jì)算的三維偵測(cè)路徑規(guī)劃[J].工業(yè)控制計(jì)算機(jī). 2019,32(12)

3 備注
簡(jiǎn)介此部分摘自互聯(lián)網(wǎng),僅供參考,若侵權(quán),聯(lián)系刪除文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-798236.html

到了這里,關(guān)于【無(wú)人機(jī)】強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)移動(dòng)邊緣計(jì)算與路徑規(guī)劃【含Matlab源碼 2426期】的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 強(qiáng)化學(xué)習(xí)應(yīng)用(一):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    強(qiáng)化學(xué)習(xí)應(yīng)用(一):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    Q-learning是一種強(qiáng)化學(xué)習(xí)算法,用于解決基于馬爾可夫決策過(guò)程(MDP)的問(wèn)題。它通過(guò)學(xué)習(xí)一個(gè)價(jià)值函數(shù)來(lái)指導(dǎo)智能體在環(huán)境中做出決策,以最大化累積獎(jiǎng)勵(lì)。 Q-learning算法的核心思想是通過(guò)不斷更新一個(gè)稱為Q值的表格來(lái)學(xué)習(xí)最優(yōu)策略。Q值表示在給定狀態(tài)下采取某個(gè)動(dòng)作所能

    2024年02月02日
    瀏覽(33)
  • 強(qiáng)化學(xué)習(xí)應(yīng)用(五):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    強(qiáng)化學(xué)習(xí)應(yīng)用(五):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    Q-learning是一種強(qiáng)化學(xué)習(xí)算法,用于解決基于馬爾可夫決策過(guò)程(MDP)的問(wèn)題。它通過(guò)學(xué)習(xí)一個(gè)價(jià)值函數(shù)來(lái)指導(dǎo)智能體在環(huán)境中做出決策,以最大化累積獎(jiǎng)勵(lì)。 Q-learning算法的核心思想是通過(guò)不斷更新一個(gè)稱為Q值的表格來(lái)學(xué)習(xí)最優(yōu)策略。Q值表示在給定狀態(tài)下采取某個(gè)動(dòng)作所能

    2024年01月16日
    瀏覽(28)
  • 強(qiáng)化學(xué)習(xí)應(yīng)用(六):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    強(qiáng)化學(xué)習(xí)應(yīng)用(六):基于Q-learning的無(wú)人機(jī)物流路徑規(guī)劃研究(提供Python代碼)

    Q-learning是一種強(qiáng)化學(xué)習(xí)算法,用于解決基于馬爾可夫決策過(guò)程(MDP)的問(wèn)題。它通過(guò)學(xué)習(xí)一個(gè)價(jià)值函數(shù)來(lái)指導(dǎo)智能體在環(huán)境中做出決策,以最大化累積獎(jiǎng)勵(lì)。 Q-learning算法的核心思想是通過(guò)不斷更新一個(gè)稱為Q值的表格來(lái)學(xué)習(xí)最優(yōu)策略。Q值表示在給定狀態(tài)下采取某個(gè)動(dòng)作所能

    2024年02月22日
    瀏覽(30)
  • 基于一致性的多無(wú)人機(jī)協(xié)同編隊(duì)控制——(1)研究現(xiàn)狀

    基于一致性的多無(wú)人機(jī)協(xié)同編隊(duì)控制——(1)研究現(xiàn)狀

    ????????隨著現(xiàn)代化社會(huì)的快速發(fā)展,智能體編隊(duì)在軍事、航空領(lǐng)域都呈現(xiàn)出了巨大的應(yīng)用發(fā)展前景,多智能體編隊(duì)也逐漸成為了自動(dòng)控制領(lǐng)域的研發(fā)熱門。無(wú)人機(jī)編隊(duì)控制是多智能體系統(tǒng)自主協(xié)同控制的重要部分,無(wú)人機(jī)編隊(duì)從初始位置出發(fā),采用一定的控制算法,通過(guò)

    2024年02月05日
    瀏覽(25)
  • 基于MATLAB的多無(wú)人機(jī)多任務(wù)調(diào)度算法——CBBA帶時(shí)間窗

    基于MATLAB的多無(wú)人機(jī)多任務(wù)調(diào)度算法——CBBA帶時(shí)間窗 簡(jiǎn)介: 多無(wú)人機(jī)(Multi-UAV)的多任務(wù)調(diào)度是無(wú)人機(jī)應(yīng)用領(lǐng)域的重要問(wèn)題之一。CBBA(Consensus-based Bundle Algorithm)是一種用于多無(wú)人機(jī)多任務(wù)調(diào)度的經(jīng)典算法之一。本文將介紹基于MATLAB的CBBA算法,并對(duì)其進(jìn)行改進(jìn),加入時(shí)間窗

    2024年02月02日
    瀏覽(24)
  • 無(wú)人機(jī)自主尋優(yōu)降落在移動(dòng)車輛

    針對(duì)無(wú)人機(jī)尋找并降落在移動(dòng)車輛上的問(wèn)題,一套可能的研究總體方案: 問(wèn)題定義與建模 : 確定研究的具體范圍和目標(biāo),包括無(wú)人機(jī)的初始條件、最大飛行距離、允許的最大追蹤誤差等。 建立馬爾科夫決策過(guò)程模型(MDP),定義狀態(tài)空間:包括無(wú)人機(jī)的位置、高度、速度,

    2024年01月22日
    瀏覽(19)
  • 【軌跡跟蹤】基于自適應(yīng)跟蹤(EAT)方法的無(wú)人機(jī)/移動(dòng)機(jī)器人軌跡跟蹤(Matlab&Simulink)

    【軌跡跟蹤】基于自適應(yīng)跟蹤(EAT)方法的無(wú)人機(jī)/移動(dòng)機(jī)器人軌跡跟蹤(Matlab&Simulink)

    ???????? 歡迎來(lái)到本博客 ???????? ??博主優(yōu)勢(shì): ?????? 博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。 ?? 座右銘: 行百里者,半于九十。 ?????? 本文目錄如下: ?????? 目錄 ??1 概述 ??2 運(yùn)行結(jié)果 ??3?參考文獻(xiàn) ??4 Matlab代碼Simulink實(shí)現(xiàn) 摘

    2024年02月07日
    瀏覽(24)
  • 無(wú)人機(jī)航拍圖像的空間分辨率計(jì)算

    無(wú)人機(jī)航拍圖像的空間分辨率計(jì)算

    GSD:無(wú)人機(jī)/遙感衛(wèi)星的空間分辨率,指航片/遙感影像一個(gè)像素點(diǎn)代表的空間距離。 計(jì)算公式: d:?jiǎn)挝籧m、指空間分辨率。 s:?jiǎn)挝沪蘭、指像元大?。ㄏ袼亻g距)。 H:?jiǎn)挝籱、指飛行高度。 f:?jiǎn)挝籱m、指焦段(即鏡頭的焦段)。 注意:計(jì)算時(shí)統(tǒng)一單位。同時(shí),更值得注意的

    2024年02月01日
    瀏覽(31)
  • 【無(wú)人機(jī)通信】基于機(jī)器學(xué)習(xí)求解4G網(wǎng)絡(luò)無(wú)人機(jī)基站布局優(yōu)化問(wèn)題附Matlab代碼

    【無(wú)人機(jī)通信】基于機(jī)器學(xué)習(xí)求解4G網(wǎng)絡(luò)無(wú)人機(jī)基站布局優(yōu)化問(wèn)題附Matlab代碼

    ??作者簡(jiǎn)介:熱愛(ài)科研的Matlab仿真開(kāi)發(fā)者,修心和技術(shù)同步精進(jìn),代碼獲取、論文復(fù)現(xiàn)及科研仿真合作可私信。 ??個(gè)人主頁(yè):Matlab科研工作室 ??個(gè)人信條:格物致知。 更多Matlab完整代碼及仿真定制內(nèi)容點(diǎn)擊?? 智能優(yōu)化算法 ? ? ? 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè) ? ? ? 雷達(dá)通信? ? ? ?無(wú)

    2024年04月15日
    瀏覽(30)
  • 輸出無(wú)重復(fù)的3位數(shù)和計(jì)算無(wú)人機(jī)飛行坐標(biāo)

    題目描述 從{1,2,3,4,5,6,7,8,9}中隨機(jī)挑選不重復(fù)的5個(gè)數(shù)字作為輸入數(shù)組‘selectedDigits’,能組成多少個(gè)互不相同且無(wú)重復(fù)數(shù)字的3位數(shù)?請(qǐng)編寫程》序,從小到大順序,以數(shù)組形式輸出這些3位數(shù) 輸入描述: 輸出描述 核心代碼 題目描述 編寫一個(gè)程序,模擬無(wú)人機(jī)的飛行路徑。給定

    2024年02月12日
    瀏覽(20)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包