بهینه‌سازی هیوریستیکی زمان بازبینی نظارت مداوم چندعاملی با استفاده از توابع وزنی کمترین مسافت

از جمله مسائل پرکاربرد در زمینه گشت‌زنی هوایی، پیمایش مرزی، نجات و جستجو نظارت مداوم است و وجه تمایز آن با دیگر مسایل زمان بازبینی محدوده‌های مهم می‌باشد. به‌عبارت دیگر، تمرکز اصلی مسئله بر زمان بین دو بازدید متوالی یک منطقه مشخص است؛ هرچه این زمان کوتاه‌تر باشد، تغییرات و جزئیات دینامیک محدوده با دقت بالاتری در گشت‌زنی‌ها رصد می‌شود. در این مقاله برای دستیابی به کمترین زمان بازبینی از یک تابع هیوریستیک مبتنی بر زمان عمر محدوده و مکان نقاط استفاده شده ‌است. این تابع ارزش هر نقطه را براساس توابع وزنی تعریف می‌نماید که با بهینه‌سازی این ضرایب توسط الگوریتم ژنتیک می‌تواند کمترین زمان بیشینه بازبینی را برای تمامی گره‌ها در چندین تکرار متوالی محاسبه کند. مقدار بهینه این ضرایب وزنی تابع مکان نقاط و تعداد عامل‌ها بوده و برای هر مسئله یک مقدار یکتاست. در مسائل چندعاملی با افزودن تعداد توابع وزنی و تعریف توابع هیوریستیک از دیدگاه کلی، رویکرد پیمایش مشخص می‌شود. در این مقاله، با تفکیک پیمایش به شیوه‌های پایه چمن‌زنی و حلزونی، ضمن محاسبه کمترین زمان بازبینی در محیط پیوسته، معیاری برای مقایسه و اعتبارسنجی نتایج استخراج شده ‌است. نتایج سبب پیمایش بهینه و هدفمند مجموعه‌ای از نقاط با اهمیت یک محدوده، در زمانی کمتر و با توجه به قابلیت‌های دینامیکی پرنده ‌است.