Optimizando la respuesta a desastres a través de la planificación de rutas eficiente de estaciones base aéreas móviles con algoritmo genético
Autores: Adam, Mohammed Sani; Nordin, Rosdiadee; Abdullah, Nor Fadzilah; Abu-Samah, Asma; Amodu, Oluwatosin Ahmed; Alsharif, Mohammed H.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Optimizando la respuesta a desastres a través de la planificación de rutas eficiente de estaciones base aéreas móviles con algoritmo genético
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículos aéreos no tripulados
Redes de respuesta a desastres
Estaciones base aéreas móviles
Equipos de usuario
Tecnología de evolución a largo plazo
Algoritmo genético
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El uso de vehículos aéreos no tripulados (VANT), o drones, como estaciones base aéreas móviles (MABS) en redes de respuesta a desastres (DRN) ha ganado un interés significativo en abordar las brechas de cobertura del equipo de usuario (UE) y establecer conectividad ubicua. En caso de desastres naturales, la estación base tradicional a menudo es destruida, lo que genera desafíos significativos para los UE al establecer comunicación con los servicios de emergencia. Este estudio explora el despliegue de MABS para proporcionar servicio de red a usuarios terrestres en un área geográfica después de un desastre. Los UE se organizan en clústeres en ubicaciones seguras o refugios de evacuación como parte de la infraestructura de comunicación. El objetivo principal es proporcionar comunicación inalámbrica regular para usuarios geográficamente dispersos utilizando tecnología de Evolución a Largo Plazo (LTE). El MABS, que viaja a una velocidad promedio de 50 km/h, visita diferentes centroides de clústeres determinados por el algoritmo de Agrupamiento por Propagación de Afinidad (APC). Se utilizó una combinación de teoría de grafos y un Algoritmo Genético (GA) a través de mutadores con una función de aptitud para obtener los caminos volables más eficientes a través de un pool de evolución de 100 generaciones. La eficiencia del algoritmo propuesto se comparó con la función de aptitud de referencia y se analizó utilizando el número de indicadores de rendimiento de UE atendidos. Se utilizaron simulaciones a nivel de sistema para evaluar el rendimiento de la nueva función de aptitud propuesta en términos de los UE atendidos por el MABS después del despliegue del MABS, la puntuación de aptitud, la tasa de servicio y la tasa de suavidad del camino. Los resultados muestran que la función de aptitud propuesta mejoró el servicio general de los UE después del despliegue del MABS y la puntuación de aptitud, la tasa de servicio y la tasa de suavidad del camino bajo un número dado de MABS.
Descripción
El uso de vehículos aéreos no tripulados (VANT), o drones, como estaciones base aéreas móviles (MABS) en redes de respuesta a desastres (DRN) ha ganado un interés significativo en abordar las brechas de cobertura del equipo de usuario (UE) y establecer conectividad ubicua. En caso de desastres naturales, la estación base tradicional a menudo es destruida, lo que genera desafíos significativos para los UE al establecer comunicación con los servicios de emergencia. Este estudio explora el despliegue de MABS para proporcionar servicio de red a usuarios terrestres en un área geográfica después de un desastre. Los UE se organizan en clústeres en ubicaciones seguras o refugios de evacuación como parte de la infraestructura de comunicación. El objetivo principal es proporcionar comunicación inalámbrica regular para usuarios geográficamente dispersos utilizando tecnología de Evolución a Largo Plazo (LTE). El MABS, que viaja a una velocidad promedio de 50 km/h, visita diferentes centroides de clústeres determinados por el algoritmo de Agrupamiento por Propagación de Afinidad (APC). Se utilizó una combinación de teoría de grafos y un Algoritmo Genético (GA) a través de mutadores con una función de aptitud para obtener los caminos volables más eficientes a través de un pool de evolución de 100 generaciones. La eficiencia del algoritmo propuesto se comparó con la función de aptitud de referencia y se analizó utilizando el número de indicadores de rendimiento de UE atendidos. Se utilizaron simulaciones a nivel de sistema para evaluar el rendimiento de la nueva función de aptitud propuesta en términos de los UE atendidos por el MABS después del despliegue del MABS, la puntuación de aptitud, la tasa de servicio y la tasa de suavidad del camino. Los resultados muestran que la función de aptitud propuesta mejoró el servicio general de los UE después del despliegue del MABS y la puntuación de aptitud, la tasa de servicio y la tasa de suavidad del camino bajo un número dado de MABS.