军民融合背景下无人机配送中心选址问题研究

doi:10.3778/j.issn.1002-8331.1804-0046

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (8): 226-231.DOI: 10.3778/j.issn.1002-8331.1804-0046

军民融合背景下无人机配送中心选址问题研究

陈刚，付江月

贵州大学管理学院，贵阳 550025

出版日期:2019-04-15 发布日期:2019-04-15

Drone Distribution Center Location Problem Under Military-Civilian Integration Strategy

CHEN Gang, FU Jiangyue

School of Management, Guizhou University, Guiyang 550025, China

Online:2019-04-15 Published:2019-04-15

摘要/Abstract

摘要： 结合“平时服务、急时应急、战时应战”的军民融合战略背景，考虑不同类型的需求点及配送中心，建立了一个以网络总里程最小为目标，以投资预算、规模效益、网络抗毁性等为约束条件的纯整数线性规划模型，据此对无人机配送中心的选址进行决策。算例分析验证了模型的可行性、有效性及大规模问题的适用性。参数分析表明在其他条件不变情况下，网络时效性与投资预算正相关，与规模效益、建设成本和网络抗毁性负相关，决策者需在网络时效性与投资预算、规模效益、建设成本、网络抗毁性之间进行权衡。

关键词: 军民融合, 设施选址, 纯整数线性规划, 无人机

Abstract: Regarding the military-civilian integration strategy of China, and considering different types of demand points and distribution centers, a drone distribution center location model is established with the objective of minimizing the total network mileage and the constraints of investment budget, scale effectiveness and network invulnerability. The results of numerical examples verify the feasibility, validity and the applicability of large-scale problem of the model. The analysis of parameters show that if other conditions are unchanged, network timeliness is positively related to investment budget, and negatively related to scale effectiveness, construction cost and network invulnerability. Decision-makers should weigh the network timeliness against the investment budget, scale effectiveness, construction cost and network invulnerability.

Key words: military-civilian integration, facility location, pure integer linear programming, drone

陈刚，付江月. 军民融合背景下无人机配送中心选址问题研究[J]. 计算机工程与应用, 2019, 55(8): 226-231.

CHEN Gang, FU Jiangyue. Drone Distribution Center Location Problem Under Military-Civilian Integration Strategy[J]. Computer Engineering and Applications, 2019, 55(8): 226-231.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[3]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[4]	杨亚男，张宏鸣，李杭昊，杨江涛，全凯. 结合FCN和DenseCRF模型的无人机梯田识别方法研究[J]. 计算机工程与应用, 2021, 57(3): 222-230.
[5]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[6]	顾海艳，陈亮，王多点. 基于模型预测控制的无人机时空协同航迹规划[J]. 计算机工程与应用, 2021, 57(23): 270-279.
[7]	马耀名，陈艺琳，李万禹. 电力巡线无人机航拍图像匹配算法研究[J]. 计算机工程与应用, 2021, 57(21): 278-286.
[8]	肖烈军，包雯静，高庆吉. 基于CPS架构的旋翼无人机组合定位建模研究[J]. 计算机工程与应用, 2021, 57(21): 287-294.
[9]	黄文斌，陈仁文，袁婷婷. 改进YOLOv3-SPP的无人机目标检测模型压缩方案[J]. 计算机工程与应用, 2021, 57(21): 165-173.
[10]	程擎，范满，李彦冬，赵远，李诚龙. 无人机航拍图像语义分割研究综述[J]. 计算机工程与应用, 2021, 57(19): 57-69.
[11]	熊兴隆，刘佳，李猛，马愈昭. 基于无人机-配送车联合配送的优化算法研究[J]. 计算机工程与应用, 2021, 57(19): 259-266.
[12]	黄梓桐，阿里甫·库尔班. 无人机平台下的行人与车辆目标实时检测[J]. 计算机工程与应用, 2021, 57(17): 169-174.
[13]	张俊，朱庆伟，严俊杰，温波. 改进强化学习算法的UAV室内三维航迹规划[J]. 计算机工程与应用, 2021, 57(16): 175-181.
[14]	唐蕾，刘广钟. 改进TD3算法在四旋翼无人机避障中的应用[J]. 计算机工程与应用, 2021, 57(11): 254-259.
[15]	任新惠，王柳. 即时配送下无人机全自动机场分区选址模型[J]. 计算机工程与应用, 2021, 57(10): 266-272.

军民融合背景下无人机配送中心选址问题研究

Drone Distribution Center Location Problem Under Military-Civilian Integration Strategy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics