Un Algoritmo de Subasta Combinatoria Flexible (FCAA) para la Programación Colaborativa de Múltiples Tareas de UAVs Heterogéneos
Autores: He, Leiming; Gong, Xudong; Zheng, Jiangan; Wang, Yue; Cui, Yunsen
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un Algoritmo de Subasta Combinatoria Flexible (FCAA) para la Programación Colaborativa de Múltiples Tareas de UAVs Heterogéneos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Programación colaborativa
Vehículos aéreos no tripulados
Algoritmo de subasta combinatoria
Restricciones de recursos
Escenarios de multitarea
Precios de recursos en tiempo real
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Para abordar la ineficiencia de la programación colaborativa de Vehículos Aéreos No Tripulados heterogéneos bajo restricciones de recursos, particularmente en escenarios de multitarea a gran escala, se propone un Algoritmo de Subasta Combinatoria Flexible mejorado, aprovechando el mecanismo de pujas de subastas ascendentes simultáneas. Este algoritmo está diseñado con un mecanismo de generación de soluciones candidatas y un mecanismo de adición, que en conjunto reducen el número de soluciones candidatas generadas antes de las subastas combinatorias. Permite que las tareas combinen recursos de manera flexible y presenten pujas. Al calcular el beneficio de cada solución candidata en función de los precios de recursos en tiempo real, ajusta dinámicamente sus prioridades para buscar el esquema de programación multitarea óptimo en general. Aborda eficazmente la incapacidad de los algoritmos de subasta tradicionales para formar dinámicamente clústeres de recursos a través de la combinación flexible de recursos para completar tareas de manera colaborativa. Mientras tanto, supera el cuello de botella técnico que los algoritmos heurísticos existentes tienen dificultades para manejar en casos de programación de recursos heterogéneos altamente complejos. Los experimentos de simulación muestran que en escenarios de multitarea a pequeña escala, el FCAA logra una tasa de éxito de programación superior al 88%, con la proporción máxima de beneficio de la solución alcanzando el 83.9%; en escenarios de multitarea, logra una tasa de éxito de programación del 98%, con la proporción máxima de beneficio de la solución alcanzando el 93%. Su eficiencia temporal y calidad de solución son significativamente superiores a las de los algoritmos tradicionales, proporcionando una solución eficiente y estable para problemas de programación de recursos heterogéneos en entornos operativos complejos.
Descripción
Para abordar la ineficiencia de la programación colaborativa de Vehículos Aéreos No Tripulados heterogéneos bajo restricciones de recursos, particularmente en escenarios de multitarea a gran escala, se propone un Algoritmo de Subasta Combinatoria Flexible mejorado, aprovechando el mecanismo de pujas de subastas ascendentes simultáneas. Este algoritmo está diseñado con un mecanismo de generación de soluciones candidatas y un mecanismo de adición, que en conjunto reducen el número de soluciones candidatas generadas antes de las subastas combinatorias. Permite que las tareas combinen recursos de manera flexible y presenten pujas. Al calcular el beneficio de cada solución candidata en función de los precios de recursos en tiempo real, ajusta dinámicamente sus prioridades para buscar el esquema de programación multitarea óptimo en general. Aborda eficazmente la incapacidad de los algoritmos de subasta tradicionales para formar dinámicamente clústeres de recursos a través de la combinación flexible de recursos para completar tareas de manera colaborativa. Mientras tanto, supera el cuello de botella técnico que los algoritmos heurísticos existentes tienen dificultades para manejar en casos de programación de recursos heterogéneos altamente complejos. Los experimentos de simulación muestran que en escenarios de multitarea a pequeña escala, el FCAA logra una tasa de éxito de programación superior al 88%, con la proporción máxima de beneficio de la solución alcanzando el 83.9%; en escenarios de multitarea, logra una tasa de éxito de programación del 98%, con la proporción máxima de beneficio de la solución alcanzando el 93%. Su eficiencia temporal y calidad de solución son significativamente superiores a las de los algoritmos tradicionales, proporcionando una solución eficiente y estable para problemas de programación de recursos heterogéneos en entornos operativos complejos.