Hybrid qualitative state plan problem and mission planning with UAVs (2017)
- Authors:
- Autor USP: ARANTES, MáRCIO DA SILVA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: COMPUTAÇÃO EVOLUTIVA; PROGRAMAÇÃO LINEAR; PROGRAMAÇÃO MISTA; PROGRAMAÇÃO MATEMÁTICA; MODELOS MATEMÁTICOS; HEURÍSTICA
- Keywords: Evolutionary computation; Integer-mixed linear programming; Mission planning; Planejamento de missão; Programação linear inteira-mista; Unmanned aerial vehicle; Veículos aéreos não tripulados
- Language: Inglês
- Abstract: O presente documento tem por objetivo apresentar a tese desenvolvida no Programade Doutorado em Ciência da Computação e Matemática Computacional do ICMC/USP. O tema da tese busca avançar o estado da arte ao resolver os problemas de escalabilidade e representação presentes em algoritmos de planejamento para missões com Veículos Aéreos Não Tripulados (VANTs). Técnicas baseadas em programação matemática e computação evolutiva são propostas. Artigos foram publicados, submetidos ou se encontram em fase final de elaboração. Esses trabalhos reportamos avanços mais significativos obtidos na representação e escalabilidade deste problema.Os planejadores de missão trabalhados na tese lidam com problemas estocásticos em ambientes não convexos, onde os riscos de colisão ou falhas no planejamento da missão são tratados e limitados a um valor tolerado. Os avanços na representação permitiram solucionar violações nos riscos presentes na modelagem original, além de tornar os modelos mais realistas ao incorporar aspectos como efeitos da resistência do ar. Para isso, técnicas eficientes de modelagem matemática permitiram avançar de um modelo de Programação Não-Linear Inteira Mista(PNLIM), originalmente proposto na literatura, para um problema de Programação Linear Inteira Mista (PLIM). A modelagem como um PLIM levou à resolução do problema de forma mais eficiente através do algoritmo branch-and-cut. As novas representações propostas resultaram em melhorias na escalabilidade, solucionandoproblemas mais complexos em um tempo computacional menor.Além disso,os avanços em escalabilidade mostraram-se mais efetivos quando técnicas combinando programação matemática e metaheurísticas foram aplicadas ao problema.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2017
- Data da defesa: 11.08.2017
-
ABNT
ARANTES, Márcio da Silva. Hybrid qualitative state plan problem and mission planning with UAVs. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05122017-083420/. Acesso em: 24 abr. 2024. -
APA
Arantes, M. da S. (2017). Hybrid qualitative state plan problem and mission planning with UAVs (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05122017-083420/ -
NLM
Arantes M da S. Hybrid qualitative state plan problem and mission planning with UAVs [Internet]. 2017 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05122017-083420/ -
Vancouver
Arantes M da S. Hybrid qualitative state plan problem and mission planning with UAVs [Internet]. 2017 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05122017-083420/ - Big data/analytics platform for Industry 4.0 implementation in advanced manufacturing context
- Ambiente para desenvolvimento de métodos aplicados a problemas de otimização
- A multi-population genetic algorithm approach for PID controller auto-tuning
- Implementation on FPGA of neuro-genetic PID controllers auto-tuning
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
