Heterojen insansız hava araçlarının deterministik ve stokastik ortamlarda çoklu görev atama ve rotalaması
Multiple task assignment and routing of heterogeneous unmanned air vehicles in deterministic and stochastic environments
- Tez No: 984160
- Danışmanlar: PROF. DR. SELÇUK KÜRŞAT İŞLEYEN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, heterojen İHA'ların askeri operasyonlardaki görev atama ve rota planlaması süreçlerini deterministik ve stokastik ortamlarda ele alan çok amaçlı optimizasyon modelleri ve çözüm yöntemleri sunmaktadır. Deterministik bölümde, gerçek harekât koşullarına uygun İHA kinematiği, hava savunma tehdidi alanları ve uçuş yasak bölgeleri dikkate alınarak bir karışık tamsayılı doğrusal program (MILP) geliştirilmiştir. Model; Dubins manevra mesafeleri, tespit–atış–doğrulama akış kısıtları ile İHA kayıp olasılıklarını yansıtan şans kısıtlarını aynı anda sağlamaktadır. Amaç, filonun maksimum görev süresi ve toplam uçuş mesafesini eşzamanlı en aza indirmektir. Önerilen MILP, MATLAB üzerinde kodlanarak GUROBI optimal çözücüsü ile 14 farklı senaryoda test edilmiş ve tümüyle optimal çözümler elde edilmiştir. Stokastik bölümde ise düşman hava savunma sistemlerinin İHA kayıplarına yol açma olasılıklarıyla görev skorunu (imha edilen hedef ve vurulan İHA sayısı ile hesaplanır) maksimize eden bir grafik tabanlı MILP (GB-MILP) geliştirilmiştir. Küçük ölçekli örneklerde GAMS ile tam optimuma ulaşılırken, artan problem boyutunda ticari çözücülerin bellek yetersizliği sorunları ortaya çıkmıştır. Bu nedenle“CGAwSA”(Benzetimli Tavlama ile Entegre Genetik Algoritma) adımlı sezgisel yöntem önerilmiştir. Birinci aşamada benzetimli tavlama ile ortak başlangıç çözümü, ikinci aşamada genetik algoritma ile senaryo bazlı rota optimizasyonu sağlanmıştır. Önerilen CGAwSA algoritması, ilk aşamada tüm senaryolar için ortak en iyi başlangıç çözümü üreterek İHA'ların tüm hedeflere ilk atamalarını optimal çözümle belirlemiş, ikinci aşamada ise ilk aşama başlangıç çözümüne göre ilk hedef atamaları belirli hala gelen olası senaryoları optimale yakın sonuçla çözüme ulaştırmıştır. Parametre ve vurma/vurulma olasılıklarını harmanlayan bir senaryo oluşturucu modülü geliştirilmiş ve bu modüle marifetiyle oluşturulan küçük ölçekli problem GAMS optimal çözücü ile C++ dilinde kodlanan CGAwSA algoritması optimal olarak çözülebilmiştir. Önerilen CGAwSA algoritmasının etkinliğini test etmek maksadıyla üretilen büyük ölçekli problem ise GAMS çözücüde yetersiz bellek hatası vermiş, ancak C++ ile çözülen CGAwSA algoritması ile kabul edilebilir sürede optimale yakın sonuçla çözülebilmiştir. Sonuç olarak, determinizm ve stokastikliğin bir arada ele alındığı bu modeller ile çözüm yöntemleri; değişken operasyonel koşullarda İHA görev atama ve rota planlamasında yüksek verimlilik ve pratik uygulama kolaylığı sağlamaktadır.
Özet (Çeviri)
This thesis proposes multi‐objective optimization models and solution methods for heterogeneous unmanned aerial vehicle (UAV) task assignment and route planning in both deterministic and stochastic operational environments. In the deterministic framework, a mixed‐integer linear program (MILP) is developed that accounts for realistic mission conditions, including UAV flight kinematics, air‐defense threat zones, and no‐fly areas. The model simultaneously enforces Dubins maneuver distance constraints, detection–attack–verification task‐flow requirements, and chance constraints reflecting UAV‐loss probabilities. Its objective is to minimize both the fleet's maximum mission time and its total flight distance. The proposed MILP was implemented in MATLAB and solved to optimality with GUROBI across fourteen distinct scenarios, yielding exact global solutions in each case. The stochastic framework introduces a graph‐based MILP (GB‐MILP) that maximizes a mission score—defined by the number of targets destroyed and UAVs lost—under probabilistic threats from enemy air defenses. While small‐scale instances can be solved exactly in GAMS, larger instances exceed commercial solver memory limits. To address this, we propose the“Combined Genetic Algorithm with Simulated Annealing”(CGAwSA) heuristic. In the first stage, simulated annealing generates a high‐quality common initial assignment; in the second stage, a genetic algorithm refines UAV routes on a per‐scenario basis. A scenario‐generation module integrates model parameters and kill‐survival probabilities to produce both small‐ and large‐scale test problems. The small‐scale cases are solved optimally by GAMS and by C++‐implemented CGAwSA, while large‐scale cases—unsolvable by GAMS due to memory constraints—are solved to near‐optimality by CGAwSA within acceptable runtimes. Overall, by addressing both determinism and stochasticity in a unified framework, these models and methods deliver high efficiency and practical applicability for simultaneous UAV task assignment and route planning under varying operational conditions.
Benzer Tezler
- Uraninite cevherinde radyoizotop uyarmalı x-ışını floresans tekniği ile uranyum analizi için optimum metodların araştırılması
Investigation of optimum analysis method for uranium in uraninite ore by radioisotope excited x-ray fluorescence technique
PERVİN ARIKAN
- Liquidambar orientalis mill (sığla ağacı)'in morfolojik ve palinolojik özellikleri üzerine araştırmalar
Studies on the morphological and palynological characteristics of liquidambar orientalis mill. in Turkey
ASUMAN GÜNGÖRDÜ
- Reaktif buharlaştırma tekniği ile hazırlanan AIOx ve AI-AIOx ince filmlerinin dielektrik özelliklerinin alana bağlı değişimleri
Başlık çevirisi yok
GÜZİN AKTULGA
