Doğadan esinlenmiş hibrit bir optimizasyon algoritmasının yol planlama problemine uygulamasının istatistiksel sonuçları

UAV' ler için yol planlama, bir başlangıç noktasından hedefine giderken engellerden kaçınma, enerji-zamana bağlı maliyeti minimize etme ve dinamik çevrede güvenli uçuş sağlama gibi çoklu hedefleri içeren karmaşık bir optimizasyon problemidir. Bu problem genelde mesafe, zaman, enerji, güvenlik gibi çok boyutlu yaklaşımlara ihtiyaç duyar. Hareketsiz veya hareketli ortamlarda ve 2D/3D uzaylarda modellenebilir. Matematiksel model genellikle lineer olmayan yükseklik, açı, hız, çarpışma riski gibi faktörler içeren birkaç kısıta bağlıdır. Bu tip problemler, klasik A^*, Dijkstra gibi deterministik arama yöntemleri ile çözülmeye çalışılsa da, ortamın dinamik doğası ve optimalite gerekliliği nedeniyle bu yöntemler genellikle alt-optimum çözümlere takılır. Bu nedenle Meta-sezgisel optimizasyon algoritmalar türev gerektirmeyen, doğadan esinlenmiş, popülasyon tabanlı veya tek çözüm tabanlı heuristiklerdir. Arama uzayını genel keşif + yerel sömürü stratejisi ile tarar. Global optimuma yaklaşmak ve yerel çözümlerde takılmamak için uygundur. Bu özellikleri nedeniyle UAV yol planlama gibi yüksek boyutlu, çok kriterli ve dinamik problemlerde meta-sezgisel algoritmalar özellikle tercih edilir. Bu çalışmada literatürde en çok çalışılan ve son zamanlarda tanımlanan metaheuristik optimizasyon algoritmaları ele alınarak yol planlama probleminde kullanılmıştır. Daha önce UAV yol planlamada kullanılmayan ZHO, ZOA, WHOA ve COA algoritmaları bu problemi çözmek için uyarlanmış, buldukları sonuçlar istatistiksel olarak analiz edilmiştir. Bu sonuçlar tablo ve grafikler ile görselleştirilerek avantajları açık bir şekilde gösterilmiştir.