面向海上风电场变电站无人机物流配送的自适应大邻域搜索调度优化方法

《Machines》：Collaborative Scheduling Optimization of Staging and Transfer Operations for Mixed Unmanned Aerial Vehicle Fleets at Offshore Wind Power Substations

　　海上风电场变电站作为无人机物流配送的固定基地，在多种类型无人机的混合机队调度中，停机位分配、编队决策与转场时机深度耦合，导致传统调度算法难以实现高效求解。为此，本文以变电站对周边风机、运维船只及其他海上设施执行物资配送与巡检任务为背景，构建了一个综合考虑编组优先级、机型差异及编队转换因素的优化模型，目标为最小化总转场时间、编队变更次数以及转场机组间的工作量偏差。提出了一种事件驱动的可配置贪心初始解生成策略，并设计了一种自适应大邻域搜索算法，融合了领域知识驱动的破坏与修复算子、自适应权重机制以及模拟退火接受准则。实验结果表明，所提算法在六个测试用例中均取得了最优的平均目标值，相比传统自适应大邻域搜索算法提升了7.0%至7.9%，相比遗传算法提升了14.4%至22.1%，同时保持最低的标准差。该算法展现出稳健的稳定性与实用适用性，为海上风电场变电站无人机物流配送调度提供了有效的决策支持。