다중 항공기 작업 할당(MATA)은 동적 조건에서 임무 효율성을 향상시키는 데 중요한 역할을 합니다. 본 논문에서는 동적 MATA 문제를 위해 고성능 반응형 휴리스틱을 자동으로 설계하는 새로운 공진화 유전 프로그래밍(CoGP) 프레임워크를 제안합니다. 기존의 단일 트리 유전 프로그래밍(GP) 방법과 달리 CoGP는 작업 우선순위 휴리스틱과 항공기 선택 휴리스틱이라는 두 개의 상호작용하는 집단을 공동 개발하여 이 두 상호 의존 의사결정 단계 간의 결합을 명시적으로 모델링합니다. 항공기 및 작업의 동적 상태를 나타내기 위해 포괄적인 단말 집합이 구축되며, 저수준 휴리스틱 템플릿은 개발된 트리를 실행 가능한 할당 전략으로 변환합니다. 재난 이후 긴급 배송을 시뮬레이션하는 공개 벤치마크 인스턴스에 대한 광범위한 실험 결과 CoGP가 최신 GP 및 휴리스틱 방법에 비해 우수한 성능을 보이며 복잡하고 동적인 구조 환경에서 강력한 적응성, 확장성 및 실시간 응답성을 나타냄을 입증했습니다.

작업 할당;유전 프로그래밍(GP);하이퍼 휴리스틱;조합 최적화;최적화를 배우다